So erhalten Sie zusammenfassende Statistiken nach Gruppen

Ich versuche, mehrere zusammenfassende Statistiken in R / S-PLUS in einer Aufnahme nach kategorialen Spalten zu gruppieren. Ich habe einige Funktionen gefunden, aber alle führen eine Statistik pro Aufruf aus, z. B. `aggregat ().

data <- c(62, 60, 63, 59, 63, 67, 71, 64, 65, 66, 68, 66, 
          71, 67, 68, 68, 56, 62, 60, 61, 63, 64, 63, 59)
grp <- factor(rep(LETTERS[1:4], c(4,6,6,8)))
df <- data.frame(group=grp, dt=data)
mg <- aggregate(df$dt, by=df$group, FUN=mean)    
mg <- aggregate(df$dt, by=df$group, FUN=sum)    

Was ich suche, ist, mehrere Statistiken für dieselbe Gruppe wie Mittelwert, Min, Max, Standard, ... usw. in einem Anruf zu erhalten. Ist das machbar?

Ich werde meine zwei Cent für setzen tapply().

tapply(df$dt, df$group, summary)

Sie können eine benutzerdefinierte Funktion mit den spezifischen Statistiken schreiben, die Sie als Zusammenfassung ersetzen möchten.

Das dplyr- Paket könnte eine gute Alternative zu diesem Problem sein:

library(dplyr)

df %>% 
  group_by(group) %>% 
  summarize(mean = mean(dt),
            sum = sum(dt))

1. Quadrant und 3. Quadrant erhalten

df %>% 
  group_by(group) %>% 
  summarize(q1 = quantile(dt, 0.25),
            q3 = quantile(dt, 0.75))

Mit Hadley Wickhams Purrr-Paket ist dies ganz einfach. Verwenden Sie splitdiese Option , um die übergebenen data_frameGruppen aufzuteilen , und mapwenden Sie dann die summaryFunktion auf jede Gruppe an.

library(purrr)

df %>% split(.$group) %>% map(summary)

Es gibt viele verschiedene Möglichkeiten, dies zu tun, aber ich bin Teil describeBydes psychPakets:

describeBy(df$dt, df$group, mat = TRUE) 

Schauen Sie sich das plyrPaket an. Speziell,ddply

ddply(df, .(group), summarise, mean=mean(dt), sum=sum(dt))

Nach 5 langen Jahren werde ich sicher nicht viel Aufmerksamkeit für diese Antwort erhalten, aber um alle Optionen zu vervollständigen, hier ist die mit data.table

library(data.table)
setDT(df)[ , list(mean_gr = mean(dt), sum_gr = sum(dt)) , by = .(group)]
#   group mean_gr sum_gr
#1:     A      61    244
#2:     B      66    396
#3:     C      68    408
#4:     D      61    488 

Außerdem describeByist das doByPaket eine weitere Option. Es bietet einen Großteil der Funktionen von SAS PROC SUMMARY. Details: http://www.statmethods.net/stats/descriptives.html

Während einige der anderen Ansätze funktionieren, entspricht dies ziemlich genau dem, was Sie getan haben, und verwendet nur Basis r. Wenn Sie den Aggregatbefehl kennen, ist dies möglicherweise intuitiver.

with( df , aggregate( dt , by=list(group) , FUN=summary)  )

Das psychPaket bietet eine großartige Option für gruppierte Zusammenfassungsstatistiken:

library(psych)
    
describeBy(dt, group="grp")

erzeugt viele nützliche Statistiken, einschließlich Mittelwert, Median, Bereich, SD, SE.

Erstens hängt es von Ihrer Version von R ab. Wenn Sie 2.11 bestanden haben, können Sie aggreggate mit mehreren Ergebnisfunktionen (Zusammenfassung, nach Instanz oder Ihrer eigenen Funktion) verwenden. Wenn nicht, können Sie die Antwort von Justin verwenden.