我是 R 和 stackoverflow 的新手，所以如果问题或其格式不理想，我很抱歉......
我正在尝试使用 ddply 从矩阵中获取一些基本统计数据，并且我想通过使用 for 循环来加快处理速度。不幸的是，这并不像我想象的那么容易......
Strain gene1 gene2 gene3 . . .
A 2.6336700 1.42802 0.935742
A 2.0634700 2.31232 1.096320
A 2.5798600 2.75138 0.714647
B 2.6031200 1.31374 1.214920
B 2.8319400 1.30260 1.191770
B 1.9796000 1.74199 1.056490
C 2.4030300 1.20324 1.069800
.
.
.
----------
for (n in c("gene1","gene2","gene3","gene4")) {
summary <- ddply(Data, .(Strain), summarise,
mean = mean(n),
sd = sd(n),
se = sd(n) / sqrt(length(n)) )
}
结果显示 mean = 6 并且 sd 和 se 都是“NA”……显然不是我的想法。
如果我摆脱 for 循环并手动插入列名(“gene1”):
summary <- ddply(Data, .(Strain), summarise,
mean = mean(gene1),
sd = sd(gene1),
se = sd(gene1) / sqrt(length(gene1)) )
现在它似乎给了我正确的结果。有人可以在这件事上启发我并告诉我我做错了什么吗？
最佳答案
只需使用 colwise (mean) , colwise(sd) , 和 colwise(length) .不需要 for loop
library(plyr)
ddply(mtcars,.(cyl), colwise(mean))
cyl mpg disp hp drat wt qsec vs am gear carb
1 4 26.66364 105.1364 82.63636 4.070909 2.285727 19.13727 0.9090909 0.7272727 4.090909 1.545455
2 6 19.74286 183.3143 122.28571 3.585714 3.117143 17.97714 0.5714286 0.4285714 3.857143 3.428571
3 8 15.10000 353.1000 209.21429 3.229286 3.999214 16.77214 0.0000000 0.1428571 3.285714 3.500000
以你为例，
ddply(df,.(Strain),colwise(mean))
关于R:带有 ddply 的 for 循环，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18719041/