R中的分组汇总表答案

【问题标题】：Summary table by group in RR中的分组汇总表
【发布时间】：2014-02-12 19:34:55
【问题描述】：

考虑以下数据框：

 df <- data.frame(group = c("group1", "group1", "group2", "group2", "group2", "group3"), factor = paste("factor", 1:6, sep=""), vol = seq(from = 0.02, length.out = 6, by = 0.02))

第一列为第二列中的每个因素定义了一个顶级组。第三列是每个因子的标准差值。

我想生成一个仅包含组的汇总表，每个组的标准差定义为：

如果group1包含因子f1和f2，vol(f1)和vol(f2)分别是因子f1和f2的标准差，那么group1的标准差为：

std(group1) = sqrt[vol(f1)^2 + vol(f2)^2]

是否有任何简单的方法可以创建汇总表，其中每个组的vol 是使用此自定义函数计算的？

任何帮助将不胜感激！谢谢。

【问题讨论】：

标签： r dataframe

【解决方案1】：

我可以提出一个使用ddply函数的解决方案吗：

# require(plyr)
ddply(df, .(group), summarize, std = sqrt(sum(vol^2)))

#    group        std
# 1 group1 0.04472136
# 2 group2 0.14142136
# 3 group3 0.12000000

【讨论】：

@Mariam，感谢您接受我的回答。为了给你更多的视角，我意识到plyr 与@andyteucher 提出的dplyr 包有关。后者可能在较大的数据帧中表现更好 (reference)。

【解决方案2】：

良好测量的基本解决方案。

by(df,df$group,function(x) sqrt(sum(x$vol^2)))

如果你想让它看起来更漂亮：

as.table(df,df$group,function(x) sqrt(sum(x$vol^2))))

df$group
    group1     group2     group3 
0.04472136 0.14142136 0.12000000

【讨论】：

【解决方案3】：

使用令人惊叹的新 dplyr 包，我认为这就是您正在寻找的：

require(dplyr)

df <- data.frame(group = c("group1", "group1", "group2", "group2", "group2", "group3"), 
                 factor = paste("factor", 1:6, sep=""), 
                 vol = seq(from = 0.02, length.out = 6, by = 0.02))

df %.% group_by(group) %.% summarise(grp_std=sqrt(sum(vol^2)))

# Source: local data frame [3 x 2]

#    group    std_dev
# 1 group1 0.04472136
# 2 group2 0.14142136
# 3 group3 0.12000000

使用%.% 的链接语法需要一点时间来适应，但它变得非常直观。替代语法：

df_grouped <- group_by(df, group)

summarise(df_grouped, grp_std=sqrt(sum(vol^2)))

【讨论】：

【解决方案4】：

我可以从基本包stats 中推荐aggregate()，尽管您必须先定义一个新函数。

ss<-function(x){sqrt(sum(x^2))}
aggregate(vol~group,data=df,FUN=ss)

【讨论】：