我试图在数据集的子集中获取汇总统计信息,并自然地转向 plyr 包,因为我正在使用数据帧 ddply()。我不明白为什么这不起作用......
t <- as.data.frame(cbind(1, seq(1:20)))
t2 <- as.data.frame(cbind(2, seq(21:40)))
t <- rbind(t, t2)
rm(t2)
is.data.frame(t)
[1] TRUE
ddply(t, .(V1), function(x) c(missing = sum(is.na(t$V2)),
n = sum(!is.na(t$V2)),
mean = mean(t$V2, na.rm = TRUE),
sd = sd(t$V2, na.rm = TRUE)))
V1 missing n mean sd
1 1 0 40 10.5 5.83974
2 2 0 40 10.5 5.83974
我读过一些类似 this quick overview 的内容Stackoverflow 上的一些帖子搜索并发现了类似的问题,并认为我的答案是正确的,但显然不是。任何关于我做错或误解的事情的见解都将不胜感激。
提前致谢,
走扁带
最佳答案
我发现了几个问题。首先,不要将 seq
与冒号运算符结合使用。单独使用冒号即可获得所需的序列:
1:20
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
21:40
# [1] 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
如果您同时使用两者,seq
将为您提供一个序列以及您传递给它的序列:
seq(21:40)
# [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
其次,t
是您的整个数据集。您想要对 x
进行操作,即 V1
定义的子集:
ddply(t, .(V1), function(x) c(missing = sum(is.na(x$V2)),
n = sum(!is.na(x$V2)),
mean = mean(x$V2, na.rm = TRUE),
sd = sd(x$V2, na.rm = TRUE)))
关于r - ddply() 似乎没有在我的数据框中划分子集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18213027/