使用自定义方差函数循环帧中的子集答案

【问题标题】：Loop over subsets in frame with customised variance function使用自定义方差函数循环帧中的子集
【发布时间】：2021-03-17 08:58:24
【问题描述】：

数据框结构：

id_group <- c(a,a,a,b,b,b,c,c,c,d,d,d)
group_mean <- c(3,3,3,4,4,4,2,2,2,3,3,3)
value <- c(2,3,3,4,2,2,4,4,3,2,2,3)
df <- data.frame(id_group, group_mean, value)

我是 r 的新手，我正在尝试根据在 stackoverflow 上搜索到的许多答案拼凑适当的代码。我试图确定给定平均值的每个组（group_id）的方差 - 因此我不能只使用 var()。相反，我正在为方差创建一个自定义函数。

如何组合我拥有的两个代码（一个用于循环，一个用于方差计算）

方差：

x = df$value 
variance <- function(x){
  x = as.numeric(x)
  x = na.omit(x)
  m = mean(x)
  return(
    sum((x-m)^2, na.rm = TRUE)/(length(x) - 1)
  )
}

循环：

uniq <- unique(unlist(df$group_id))
for (i in 1:length(uniq)){
data_1 <- subset(df, group_id == uniq[i])
#insert function}

非常感谢任何帮助。

【问题讨论】：

标签： r

【解决方案1】：

您可以使用aggregate/tapply 为每个id_group 应用variance。

aggregate(value~id_group, df, variance)

您可以在dplyr 关注：

library(dplyr)
df %>% group_by(id_group) %>% summarise(variance = variance(value))

#  id_group variance
#* <chr>       <dbl>
#1 a           0.333
#2 b           1.33 
#3 c           0.333
#4 d           0.333

【讨论】：

【解决方案2】：

我们可以使用collapse

library(collapse)
library(magrittr)
df %>%
   fgroup_by(id_group) %>%
   fsummarise(variance = fvar(value))

-输出

#  id_group  variance
#1        a 0.3333333
#2        b 1.3333333
#3        c 0.3333333
#4        d 0.3333333

数据

df <- structure(list(id_group = c("a", "a", "a", "b", "b", "b", "c", 
"c", "c", "d", "d", "d"), group_mean = c(3, 3, 3, 4, 4, 4, 2, 
2, 2, 3, 3, 3), value = c(2, 3, 3, 4, 2, 2, 4, 4, 3, 2, 2, 3)),
class = "data.frame", row.names = c(NA, 
-12L))

【讨论】：