分组因子，数据框和tapply问题

我对R和统计数据非常陌生，并且无法使tapply（）正常工作。我有一个有15列和数千行的数据框。我用y1<-((x>0)&(x<=5))等类似的东西做了一堆逻辑向量，其中x是数据帧中的列名。然后将这些逻辑向量组合并使用因子（）将其转换为分组因子。一切看起来都可以正常工作。分组因子，数据框和tapply问题

问题是，当我尝试使用tapply（）与tapply(dataframe, group, sample, size=20)其中group是分组因子时，我得到错误：'参数必须具有相同的长度'。当我尝试length(dataframe)时，我得到数据框中的列数（仅15），而length(group)返回行数（数千）。我在创建逻辑向量和分组因子方面有错误吗？

下面是来自dput（）作为Maxim.K建议的输出：（对不起，这不是很整齐）

structure(list(Lat = c(-90L, -90L, -90L, -90L, -90L, -90L, -90L, 
-90L, -90L, -90L, -90L, -90L, -90L, -90L, -90L), Lon = -180:-166, 
    Jan = c(2.79, 2.79, 2.79, 2.79, 2.79, 2.79, 2.79, 2.79, 2.79, 
    2.79, 2.79, 2.79, 2.79, 2.79, 2.79), Feb = c(2.35, 2.35, 
    2.35, 2.35, 2.35, 2.35, 2.35, 2.35, 2.35, 2.35, 2.35, 2.35, 
    2.35, 2.35, 2.35), Mar = c(0.49, 0.49, 0.49, 0.49, 0.49, 
    0.49, 0.49, 0.49, 0.49, 0.49, 0.49, 0.49, 0.49, 0.49, 0.49 
    ), Apr = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), 
    May = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), Jun = c(0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), Jul = c(0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), Aug = c(0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), Sep = c(0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), Oct = c(1.75, 1.75, 1.75, 
    1.75, 1.75, 1.75, 1.75, 1.75, 1.75, 1.75, 1.75, 1.75, 1.75, 
    1.75, 1.75), Nov = c(2.77, 2.77, 2.77, 2.77, 2.77, 2.77, 
    2.77, 2.77, 2.77, 2.77, 2.77, 2.77, 2.77, 2.77, 2.77), Dec = c(2.65, 
    2.65, 2.65, 2.65, 2.65, 2.65, 2.65, 2.65, 2.65, 2.65, 2.65, 
    2.65, 2.65, 2.65, 2.65), Ann = c(1.07, 1.07, 1.07, 1.07, 
    1.07, 1.07, 1.07, 1.07, 1.07, 1.07, 1.07, 1.07, 1.07, 1.07, 
    1.07)), .Names = c("Lat", "Lon", "Jan", "Feb", "Mar", "Apr", 
"May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec", "Ann" 
), row.names = c(NA, 15L), class = "data.frame")

而对于群：从头部

15值（从dput（））

structure(c(8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
    8L, 8L), .Label = c("1", "2", "3", "4", "5", "6", "7", "8"), class = "factor")

...并从尾部

structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L), .Label = c("1", "2", "3", "4", "5", "6", "7", "8"), class = "factor")

我试图从tapply（）（大小为20）的所有8个类别中随机抽取样本。

完全不出所料，问题不在于问题和要求，而在于我的理解。我误解了这个问题;实际上，我只是应该从一列中抽样，而不是从整个数据框中抽样。

来源

2013-04-22 false_azure

如果您提供了一些示例数据，问题会更容易回答。使用'dput（head（yourdata，15））'或某种程度可能会有所帮助。 – 2013-04-22 10:59:45

为了进行比较，您可能需要使用'nrow（dataframe）'，它给出了行数，而不是'length（dataframe）'，它给出了列数。 – Roland 2013-04-22 11:04:02

谢谢，我刚刚尝试过，并返回正确的行数（即数据框中的行数与分组因子中的行数相同）。 – 2013-04-22 11:08:56

tapply这里可以使用，你只需要在group矢量添加到您的data.frame，然后用tapply为：

# Generating a 'group' vector with variability in its values 
# and merging it to the existing data.frame (FOO) 
set.seed(1) 
FOO$group <- as.factor(sample(1:8, nrow(FOO), replace=TRUE)) 

# Using tapply 
tapply(FOO[,-16], FOO[,16], sample, size=20, replace=TRUE)

这可能是回答你的功课。

来源

2013-04-22 11:39:10

谢谢！出于某种原因，我仍然得到相同的错误，但我应该能够弄清楚。 – 2013-04-22 12:51:59

分组因子，数据框和tapply问题

回答

相关问题