多组变量的平均值和标准差

我确定这个问题已经被回答过了，但是我想通过一次处理多个变量（100s）来计算平均值和sd，并且不知道该怎么做除了使用冗长的ddply代码。多组变量的平均值和标准差

这是我的数据框（G）的一部分：

trt blk til res sand silt clay ibd1_6 ibd9_14 ibd_ave 
1 CTK 1 CT K 74 15 11 1.323 1.593 1.458 
2 CTK 2 CT K 71 15 14 1.575 1.601 1.588 
3 CTK 3 CT K 72 14 14 1.551 1.594 1.573 
4 CTR 1 CT R 72 15 13 1.560 1.647 1.604 
5 CTR 2 CT R 73 14 13 1.612 1.580 1.596 
6 CTR 3 CT R 73 13 14 1.709 1.577 1.643 
7 ZTK 1 ZT K 72 16 12 1.526 1.546 1.536 
8 ZTK 2 ZT K 71 16 13 1.292 1.626 1.459 
9 ZTK 3 ZT K 71 17 12 1.623 1.607 1.615 
10 ZTR 1 ZT R 66 16 18 1.719 1.709 1.714 
11 ZTR 2 ZT R 67 17 16 1.529 1.708 1.618 
12 ZTR 3 ZT R 66 17 17 1.663 1.655 1.659

我想有做什么ddply做，即ddply（G，TRT，meanSand =平均（沙函数），sdSand = sd（沙），meanSilt =平均（淤泥）......），而不必全部写出来。有任何想法吗？感谢您的耐心等待！

来源

2013-04-18 user2296772

您可能想要应用于您的数据框的功能是aggregate()，其中mean或sd作为函数参数。

来源

2013-04-18 20:34:40 Simon

谢谢大家！我是这个网站的新手，很高兴看到来自更有经验的用户的一些耐心。 – user2296772

aggregate(g[, c("sand", "silt", "clay")], g$trt, function(x) c(mean=mean(x), sd=sd(x)))

对aggregate.data.frame使用匿名函数可以让一个调用获得两个值。你只需要在列传递是aggregated.If你有列一长串，只想要排除比方说从计算第一4，它可以写成：

aggregate(g[, names(g)[-(1:4)], g$trt, function(x) c(mean=mean(x), sd=sd(x)))

来源

2013-04-18 20:49:11

假设myDF是你的原始数据集：

library(data.table) 
myDT <- data.table(myDF) 

# Which variables to calculate All columns but the first five? : 
variables <- tail(names(myDT), -5) 

myDT[, lapply(.SD, function(x) list(mean(x), sd(x))), .SDcols=variables, by=list(trt, til)] 


## OR Separately, if you prefer shorter `lapply` statements 
myDT[, lapply(.SD, mean), .SDcols=variables, by=list(trt, til)] 
myDT[, lapply(.SD, sd), .SDcols=variables, by=list(trt, til)]

> myDT[, lapply(.SD, mean), .SDcols=variables, by=list(trt, til)] 
# trt til  silt  clay ibd1_6 ibd9_14 ibd_ave 
# 1: CTK CT 14.66667 13.00000 1.483000 1.596000 1.539667 
# 2: CTR CT 14.00000 13.33333 1.627000 1.601333 1.614333 
# 3: ZTK ZT 16.33333 12.33333 1.480333 1.593000 1.536667 
# 4: ZTR ZT 16.66667 17.00000 1.637000 1.690667 1.663667 

> myDT[, lapply(.SD, sd), .SDcols=variables, by=list(trt, til)] 
# trt til  silt  clay  ibd1_6  ibd9_14 ibd_ave 
# 1: CTK CT 0.5773503 1.7320508 0.13908271 0.004358899 0.07112196 
# 2: CTR CT 1.0000000 0.5773503 0.07562407 0.039576929 0.02514624 
# 3: ZTK ZT 0.5773503 0.5773503 0.17015973 0.041797129 0.07800214 
# 4: ZTR ZT 0.5773503 1.0000000 0.09763196 0.030892286 0.04816984

来源

2013-04-18 21:02:52

多组变量的平均值和标准差

回答

相关问题