長度（）在使用點符號的聚合函數中不起作用

Question

我有一個由factor和numeric變量組成的大數據框（數值變量包含NA）。我想找出多個數值變量的觀察值數量，以表示因子變量的不同水平。而不是單獨處理每個數字變量，我試圖用點符號或cbind來使用聚合函數來表示我想要使用length（）進行分組和計數的數字變量。然而，當我這樣做時，這個聚合給出了每個變量的相同數量的觀察值，我知道這是錯誤的。是否有關於聚合和長度的東西不適用於多個變量？

下面是一個簡單的例子，它說明了問題...... var1在所有組中都應該有n = 3，當我自己對待它時，它會執行此操作，但是使用點符號或cbind它只假定n VAR2。

df <- data.frame(group=c("a","b","c","a","b","c","a","b","c"), var1=1:9, var2=c(1,2,3,NA,5,6,7,8,9)) 
    aggregate(var1 ~ group, df, length) 
    aggregate(var2 ~ group, df, length) 
    aggregate(. ~ group, df, length) 
    aggregate(cbind(var1,var2) ~ group, df, length) 

Answer 1

也許這可以幫助：

df <- data.frame(group=c("a","b","c","a","b","c","a","b","c"), 
       var1=1:9, var2=c(1,2,3,NA,5,6,7,8,9)) 

with(df, length(cbind(var1, var2))) 

> with(df, length(cbind(var1, var2))) 
[1] 18 

length()對待cbind(var1, var2)作爲基質，它僅僅是一個維度矢量，所以你會得到報告prod(nrow(mat), ncol(mat))長度，其中mat是生成的矩陣。

理想情況下，你會使用nrow()代替length()，但也許更廣泛應用的是NROW()功能，這將治療載體爲1列的矩陣評估功能的目的。 nrow()不會爲一個矢量輸入

> nrow(1:10) 
NULL 

例如工作請嘗試以下：

aggregate(cbind(var1,var2) ~ group, df, NROW) 
aggregate(var1 ~ group, df, NROW) 

> aggregate(cbind(var1,var2) ~ group, df, NROW) 
    group var1 var2 
1  a 2 2 
2  b 3 3 
3  c 3 3 
> aggregate(var1 ~ group, df, NROW) 
    group var1 
1  a 3 
2  b 3 
3  c 3 

和你有NA，你可能不希望刪除不完整的情況下，這將在默認情況下發生的。

aggregate(cbind(var1,var2) ~ group, df, NROW, na.action = na.pass) 

> aggregate(cbind(var1,var2) ~ group, df, NROW, na.action = na.pass) 
    group var1 var2 
1  a 3 3 
2  b 3 3 
3  c 3 3 

的問題是，在建立數據幀傳遞給aggregate.data.frame，通常的模型：這是上述和因此爲什麼行爲組a數爲2對於添加na.action = na.pass到呼叫看出幀生成過程發生，並且aggregate.formula默認將na.action參數設置爲na.omit - 這是使用公式接口進行建模函數的標準行爲。

如果你要計算每個變量非NA值的數量，那麼你需要一個完全不同的方法，可能使用is.na()，在

foo <- function(x) sum(!is.na(x)) 
aggregate(cbind(var1,var2) ~ group, df, foo, na.action = na.pass) 

> aggregate(cbind(var1,var2) ~ group, df, foo, na.action = na.pass) 
    group var1 var2 
1  a 3 2 
2  b 3 3 
3  c 3 3 

其中通過計算非NA價值的作品數量通過TRUE→FALSE經由!的強制，然後將得到的TRUE轉換爲1和FALSEs至0，然後sum()然後爲我們添加。