R语言 分组计算，不止group |
您所在的位置：网站首页 › 组距分组平均数计算 › R语言 分组计算，不止group |
R语言 分组计算，不止group
 最近在研究excel透视图，想到好像自己在R-分组操作并不是很流畅，顺便学习分享一下。R自带数据集比较多，今天就选择一个我想对了解的mtcars数据集带大家学习一下R语言中的分组计算（操作）。 目录 1 dplyr包中的group_by联合summarize 1.1 group_by语法 1.2 summarise语法 1.3 group_by和summarise单变量分组计算 1.4 group_by和summarise多变量分组计算 2 ddply 2.1 ddply语法 2.2 ddply分组计算示例 3 aggregate 3.1 aggregate语法 3.2 aggregate分组计算示例 3.3 aggregate分组计算补充（formula形式） 4 splite 正文 首先给大家看一下mtcars数据集的基本情况，data.frame类型，32个观测对象，11个变量。 代码语言：javascript复制> head(mtcars) mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 > str(mtcars) 'data.frame': 32 obs. of 11 variables: $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ... $ cyl : num 6 6 4 6 8 6 8 4 4 6 ... $ disp: num 160 160 108 258 360 ... $ hp : num 110 110 93 110 175 105 245 62 95 123 ... $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ... $ wt : num 2.62 2.88 2.32 3.21 3.44 ... $ qsec: num 16.5 17 18.6 19.4 17 ... $ vs : num 0 0 1 1 0 1 0 1 1 1 ... $ am : num 1 1 1 0 0 0 0 0 0 0 ... $ gear: num 4 4 4 3 3 3 3 4 4 4 ... $ carb: num 4 4 1 1 2 1 4 2 2 4 ...1 dplyr包中的group_by联合summarize 1.1 group_by语法 代码语言：javascript复制data为数据集 ...为分组变量，可以是一个也可以是多个，多个的话以逗号分割group_by(mtcars, vs, am)1.2 summarise语法 代码语言：javascript复制data为数据集，如果data被group_by定义分组，则根据分组变量分组计算 ...为计算函数，可以是一个也可以是多个，多个的话以逗号分割summarise(data,disp = mean(disp),hp = mean(hp)) summarise计算函数Useful functions拓展 Center: mean(), median() Spread: sd(), IQR(), mad() Range: min(), max(), quantile() Position: first(), last(), nth(), Count: n(), n_distinct() Logical: any(), all()注：计算函数Useful functions拓展中英语不解释了，应该懂得 1.3 group_by和summarise单变量分组计算示例 代码语言：javascript复制> library(dplyr) #加载dplyr包 > by_cyl by_cyl # A tibble: 32 x 11 # Groups: cyl [3] mpg cyl disp hp drat wt qsec vs am gear carb * 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2 10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4 # ... with 22 more rows # 对分组数据的相关变量进行函数计算 > summarise(by_cyl,disp = mean(disp),hp = mean(hp)) # A tibble: 3 x 3 cyl disp hp 1 4 105. 82.6 2 6 183. 122. 3 8 353. 209. —————分割线：引入%>%管道符号，等价于上方分步骤使用——————————————————————————————————————————————————————————————————————————————————————————————————————————— >library(dplyr) #加载dplyr包 > mtcars %>% group_by(cyl) %>% summarise(disp = mean(disp),hp = mean(hp)) # A tibble: 3 x 3 cyl disp hp 1 4 105. 82.6 2 6 183. 122. 3 8 353. 209.1.4 group_by和summarise多变量分组计算示例 代码语言：javascript复制> mtcars %>% group_by(vs, am) %>% summarise(n = n()) # A tibble: 4 x 3 # Groups: vs [2] vs am n 1 0 0 12 2 0 1 6 3 1 0 7 4 1 1 72 ddply 接触了Hadley Wickham神包tidyverse以后感觉数据操作那么简单，这里介绍一种可以实现分组计算/操作的方法，就是plyr包的split-apply-combine思想 2.1 ddply语法 代码语言：javascript复制ddply(.data, .variables, ... ) .data为数据集 .variables分组变量一定要在“点+括号中”，例如".(sex)或.(group, sex)" ...为计算函数，可以是一个也可以是多个，2.2 ddply分组计算示例 代码语言：javascript复制> library(plyr); library(dplyr) > dfx > ddply(dfx, .(group, sex), summarize, + mean = round(mean(age), 2), + sd = round(sd(age), 2)) group sex mean sd 1 A F 31.46 8.70 2 A M 28.49 2.78 3 B F 28.75 9.19 4 B M 40.90 8.13 5 C F 32.24 7.37 6 C M 40.77 13.22 > > > ddply(dfx,.(sex), summarize, + mean = round(mean(age), 2), + sd = round(sd(age), 2)) sex mean sd 1 F 30.46 8.10 2 M 38.68 9.72注意ddply中分组变量一定要在“点+括号中”，例如".(sex) 或 .(group, sex)" 3 aggregate 3.1 aggregate语法 代码语言：javascript复制aggregate(x, by, FUN)x为数据集by为分组变量列表FUN为计算函数3.2 aggregate分组计算示例 代码语言：javascript复制> aggregate(state.x77, list(Region = state.region), mean) Region Population Income Illiteracy Life Exp Murder HS Grad Frost 1 Northeast 5495.111 4570.222 1.000000 71.26444 4.722222 53.96667 132.7778 2 South 4208.125 4011.938 1.737500 69.70625 10.581250 44.34375 64.6250 3 North Central 4803.000 4611.083 0.700000 71.76667 5.275000 54.51667 138.8333 4 West 2915.308 4702.615 1.023077 71.23462 7.215385 62.00000 102.1538 Area 1 18141.00 2 54605.12 3 62652.00 4 134463.00 ———————————————————————————————————————————————————————————————————— > aggregate(state.x77,list( + Region = state.region, + Cold = state.x77[,"Frost"] > 130), + mean) Region Cold Population Income Illiteracy Life Exp Murder HS Grad 1 Northeast FALSE 8802.8000 4780.400 1.1800000 71.12800 5.580000 52.06000 2 South FALSE 4208.1250 4011.938 1.7375000 69.70625 10.581250 44.34375 3 North Central FALSE 7233.8333 4633.333 0.7833333 70.95667 8.283333 53.36667 4 West FALSE 4582.5714 4550.143 1.2571429 71.70000 6.828571 60.11429 5 Northeast TRUE 1360.5000 4307.500 0.7750000 71.43500 3.650000 56.35000 6 North Central TRUE 2372.1667 4588.833 0.6166667 72.57667 2.266667 55.66667 7 West TRUE 970.1667 4880.500 0.7500000 70.69167 7.666667 64.20000 Frost Area 1 110.6000 21838.60 2 64.6250 54605.12 3 120.0000 56736.50 4 51.0000 91863.71 5 160.5000 13519.00 6 157.6667 68567.50 7 161.8333 184162.173.3 aggregate分组计算补充（formula形式） 代码语言：javascript复制aggregate(formula, data, FUN) #Formulas, one ~ one, one ~ many, many ~ one, and many ~ many: > aggregate(weight ~ feed, data = chickwts, mean) feed weight 1 casein 323.5833 2 horsebean 160.2000 3 linseed 218.7500 4 meatmeal 276.9091 5 soybean 246.4286 6 sunflower 328.9167 > aggregate(breaks ~ wool + tension, data = warpbreaks, mean) wool tension breaks 1 A L 44.55556 2 B L 28.22222 3 A M 24.00000 4 B M 28.77778 5 A H 24.55556 6 B H 18.77778 > aggregate(cbind(Ozone, Temp) ~ Month, data = airquality, mean) Month Ozone Temp 1 5 23.61538 66.73077 2 6 29.44444 78.22222 3 7 59.11538 83.88462 4 8 59.96154 83.96154 5 9 31.44828 76.89655 > aggregate(cbind(ncases, ncontrols) ~ alcgp + tobgp, data = esoph, sum) alcgp tobgp ncases ncontrols 1 0-39g/day 0-9g/day 9 261 2 40-79 0-9g/day 34 179 3 80-119 0-9g/day 19 61 4 120+ 0-9g/day 16 24 5 0-39g/day 10-19 10 84 6 40-79 10-19 17 85 7 80-119 10-19 19 49 8 120+ 10-19 12 18 9 0-39g/day 20-29 5 42 10 40-79 20-29 15 62 11 80-119 20-29 6 16 12 120+ 20-29 7 12 13 0-39g/day 30+ 5 28 14 40-79 30+ 9 29 15 80-119 30+ 7 12 16 120+ 30+ 10 134 splite 感觉splite没有太多好讲的，直接上例子体会一下吧~ 代码语言：javascript复制> require(stats); require(graphics) > n xg_group_length % sapply(length) > xg_group_length 0 1 2 3 4 5 6 7 8 9 10 42 105 103 93 119 120 80 88 97 101 52 > xg_group_mean % sapply(mean) > xg_group_mean 0 1 2 3 4 5 6 7 0.9776091 1.3270451 1.6645178 1.7567653 2.2137027 2.4426637 2.5394288 2.6557613 8 9 10 2.8258368 3.0948452 3.1845892 |
【本文地址】
今日新闻 |
推荐新闻 |