按分组变量的子集汇总数据

Question

我也想用 ddply 或聚合来逐列汇总，我知道该怎么做...但是，我还想在分组变量中添加组以自定义方式汇总数据，请参阅下面：

##Create Data
year<-c(2008,2008,2008,2008,2009,2009,2009,2010,2010,2010,2010,2011,2011,2011,2011,2011)
catch<-c(1,2,0,1,1,0,1,0,1,2,1,0,1,1,1,0)
df<-data.frame(year,catch)

##I know how to aggregate by year:
yearlyAVcap<-ddply(df,~year,summarise,mean=mean(catch),sd=sd(catch))

##But I'd like to have 2008,2009,2010 summarized together and 2011 on it's own (i,e two groups-    1=2008,2009,2010 ; 2=2011)

Answer 1

你可以试试

df1 <- transform(df, yrGroup=c('2008-2010', '2011')[(year==2011)+1])


library(plyr)
ddply(df1, .(yrGroup), summarise, mean=mean(catch), sd=sd(catch))
#  yrGroup        mean        sd
#1 2008-2010 0.9090909 0.7006490
#2      2011 0.6000000 0.5477226

或使用dplyr

 df1 %>%
      group_by(yrGroup) %>%
      summarise_each(funs(mean, sd), catch)
 #summarise_each can be used for multiple columns 
#    yrGroup      mean        sd
#1 2008-2010 0.9090909 0.7006490
#2      2011 0.6000000 0.5477226

说明

为了得到两个不同年份的组，在示例中（2008-2010 和2011），我们可以使用== 来匹配第二组年份，即2011。结果将是一个逻辑向量。然后，我们可以通过向其添加1 将其转换为数字索引，以便两组将1 和2。如果我们添加0，则TRUE 将转换为1，FALSE 为0。此数字索引可用于将其重命名为 2008-2010 和 2011。

df$year==2011
 #[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE
#[13]  TRUE  TRUE  TRUE  TRUE

(df$year==2011)+1
 #[1] 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2

 c('2008-2010', '2011')[(df$year==2011)+1]
 #[1] "2008-2010" "2008-2010" "2008-2010" "2008-2010" "2008-2010" "2008-2010"
 #[7] "2008-2010" "2008-2010" "2008-2010" "2008-2010" "2008-2010" "2011"     
 #[13] "2011"      "2011"      "2011"      "2011"     

假设我们有多个年份，例如2008-2010 为一组，2011-2013 为另一组，我们可以使用%in%

  (df$year %in% 2011:2013)+1