通過data.frame中的組識別案例

Question

我想通過比avg plus sd更大的組來識別案例。例如，使用物種作爲組和花瓣.wid作爲虹膜數據中的變量。

什麼是更好的方法來做？創建一個函數？

我做到了這一點，但是我無法與原始數據建立關係以識別案例。

data(iris) 
library(plyr) 
petal.wid.avg <- ddply(iris, .(Species), function(df) 
    return(c(petal.wid.avg=mean(df$Petal.Width), petal.wid.sd=sd(df$Petal.Width))) 
) 
petal.wid.avg$avgsd <- petal.wid.avg$petal.wid.avg + petal.wid.avg$petal.wid.sd 
petal.wid.avg 

Answer 1

有很多方法可以做到這一點，但ave函數也許是最簡單的。

iris$big <- with(iris, 
    ave(Petal.Width, Species, FUN = function(x) x > mean(x) + sd(x)) 
) 

這裏的plyr解決方案：

iris <- ddply(
    datasets::iris, 
    .(Species), 
    transform, 
    big = Petal.Width > mean(Petal.Width) + sd(Petal.Width) 
) 

---

Baed上的評論，這裏是解決方案的其餘部分。

iris <- subset(iris, big) 
iris <- ddply(
    iris, 
    .(Species), 
    transform, 
    smallest = Petal.Width == min(Petal.Width) 
) 
(iris <- subset(iris, smallest)) 

請注意，如果您有關係（如在此數據集中），則不會得到唯一的「更大」行。