我是 R 的新手,在计算均值之前很难对一个因子的多个水平进行分组。这个问题很复杂,因为我正在对数百个文件执行此操作,这些文件具有需要分组的不同级别的因素。我从以前的帖子中了解到如何使用 levels () 解决单个级别的分组问题,但我的数据对于这种方法来说变化太大。
基本上,我想计算一个因素的多个水平的个体平均值和总体平均值。例如,我想计算 Status 列中以下每个因素的每个物种的平均值:Crypt1、Crypt2、Crypt3、Native、Intro,然后还有 Crypt 物种的总体平均值(包括 Crypt1、Crypt2、和 Crypt3,但不是 Native 或 Intro)。然而,一个物种要么具有多个级别的 Crypt(可变,最高为 Crypt8),要么具有 Native 和 Intro,并且每个级别的所有物种的均值最终平均到同一个摘要表中。
例如:
Species Status Value
A Crypt1 5
A Crypt1 6
A Crypt2 4
A Crypt2 8
A Crypt3 10
A Crypt3 50
B Native 2
B Native 9
B Intro 9
B Intro 10
我想我可以使用每个因子的第一个字母将 Crypt 因子组合在一起,但我很难找到第一个字母,因为它们是因子,而不是字符串,而且我不确定如何在它们之间进行转换.我最终使用 aggregate() 计算均值,我可以获得每个因子的单独均值,但不能获取分组因子的均值。 任何想法将不胜感激,谢谢!
最佳答案
对于个人意味着:
# assuming your data is in data.frame = df
require(plyr)
df.1 <- ddply(df, .(Species, Status), summarise, ind.m.Value = mean(Value))
> df.1
# Species Status ind.m.Value
# 1 A Crypt1 5.5
# 2 A Crypt2 6.0
# 3 A Crypt3 30.0
# 4 B Intro 9.5
# 5 B Native 5.5
对于总体平均值,想法是使用 sub/gsub
删除 Status
中每个条目末尾的数字。
df.1$Status2 <- gsub("[0-9]+$", "", df.1$Status)
df.2 <- ddply(df.1, .(Species, Status2), summarise, oall.m.Value = mean(ind.m.Value))
> df.2
# Species Status2 oall.m.Value
# 1 A Crypt 13.83333
# 2 B Intro 9.50000
# 3 B Native 5.50000
这是您期望的吗?
关于R:跨多个文件对一个因素的级别进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15011986/