我有一个像这样的数据框:
experiment iter results
A 1 30.0
A 2 23.0
A 3 33.3
B 1 313.0
B 2 323.0
B 3 350.0
....
有没有办法通过应用带有条件的函数来统计结果。在上面的示例中,该条件是特定实验的所有迭代。
A sum of results (30 + 23, + 33.3)
B sum of results (313 + 323 + 350)
我正在考虑“应用”功能,但找不到让它发挥作用的方法。
最佳答案
有很多替代方法可以做到这一点。请注意,如果您对与 sum
不同的另一个函数感兴趣,则只需更改参数 FUN=any.function
,例如,如果您想要 mean
>、var
length
等,然后将这些函数插入到 FUN
参数中,例如 FUN=mean
, FUN=var
等等。让我们探索一些替代方案:
聚合
基函数。
> aggregate(results ~ experiment, FUN=sum, data=DF)
experiment results
1 A 86.3
2 B 986.0
<小时/>
或者也许点击
?
> with(DF, tapply(results, experiment, FUN=sum))
A B
86.3 986.0
<小时/>
还有 plyr 包中的 ddply
> # library(plyr)
> ddply(DF[, -2], .(experiment), numcolwise(sum))
experiment results
1 A 86.3
2 B 986.0
> ## Alternative syntax
> ddply(DF, .(experiment), summarize, sumResults = sum(results))
experiment sumResults
1 A 86.3
2 B 986.0
<小时/>
还有dplyr
包
> require(dplyr)
> DF %>% group_by(experiment) %>% summarise(sumResults = sum(results))
Source: local data frame [2 x 2]
experiment sumResults
1 A 86.3
2 B 986.0
<小时/>
使用sapply
和split
,相当于tapply
。
> with(DF, sapply(split(results, experiment), sum))
A B
86.3 986.0
<小时/>
如果您担心时间问题,data.table
是您的 friend :
> # library(data.table)
> DT <- data.table(DF)
> DT[, sum(results), by=experiment]
experiment V1
1: A 86.3
2: B 986.0
<小时/>
不太流行,但 doBy 包很好(相当于aggregate
,即使在语法上也是如此!)
> # library(doBy)
> summaryBy(results~experiment, FUN=sum, data=DF)
experiment results.sum
1 A 86.3
2 B 986.0
<小时/>
此外,by
在这种情况下也有帮助
> (Aggregate.sums <- with(DF, by(results, experiment, sum)))
experiment: A
[1] 86.3
-------------------------------------------------------------------------
experiment: B
[1] 986
如果您希望结果为矩阵,请使用 cbind
或 rbind
> cbind(results=Aggregate.sums)
results
A 86.3
B 986.0
<小时/>
sqldf 包中的 sqldf
也可能是一个不错的选择
> library(sqldf)
> sqldf("select experiment, sum(results) `sum.results`
from DF group by experiment")
experiment sum.results
1 A 86.3
2 B 986.0
<小时/>
xtabs
也可以工作(仅当 FUN=sum
时)
> xtabs(results ~ experiment, data=DF)
experiment
A B
86.3 986.0
关于r - 有条件地应用函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16657512/