Aggregate（） - R - 是否可以對所有子集和超集進行計算？

stackoverflow newbie here我讀了很多聚合（），由（）和tapply（）指導，但沒有找到答案。Aggregate（） - R - 是否可以對所有子集和超集進行計算？

中的R幫助頁面使用示例（warpbreaks是R中的數據集），

> aggregate(breaks ~ wool + tension, data = warpbreaks, mean) 
    wool tension breaks 
1 A  L 44.55556 
2 B  L 28.22222 
3 A  M 24.00000 
4 B  M 28.77778 
5 A  H 24.55556 
6 B  H 18.77778

但我應該怎麼代碼，如果我還需要所有超集的結果（如第7行到10）？

wool tension breaks 
1 A  L 44.55556 
2 B  L 28.22222 
3 A  M 24.00000 
4 B  M 28.77778 
5 A  H 24.55556 
6 B  H 18.77778 
7 A  -   #mean of the set that wool=A, but no restriction to tension 
8 B  - 
9 -  L   #mean of the set that tension=L, but no restriction to wool 
10 -  -   #mean of the whole set in data frame

如果您沒有使用聚合函數的方法也是可以的。非常感謝！

大家好，非常感謝您的回答！實際上，我有40多個子集和200多個變量來計算（例如，不僅一個變量「中斷」）。因此，我發現使用tapply或aggregate(breaks ~ tension, data = warpbreaks, mean)然後合併結果效率不高。 Plz告訴我在這種情況下是否有更好的數據處理方法！

來源

2015-11-05 Yujia Yang

'聚合（打破張力，數據= warpbreaks，意思）'和羊毛一樣，是你問什麼？ – rawr

'aggregate（break〜0，data = warpbreaks，mean）'或者簡單地'mean（warpbreaks $ breaks）' – jogo

這是我問過的第一個問題！也許答案是現在雖然過時，但http://stackoverflow.com/questions/16824544/apply-a-function-to-dataframe-subsetted-by-all-possible-combinations-of-categori – jenesaisquoi

我確定有一種更優雅的方式，但簡單的tapply？後，通過一些數據操作，您可以將結果組合起來並實現所需。

> tapply(warpbreaks$breaks, warpbreaks$tension, mean) 
     L  M  H 
36.38889 26.38889 21.66667 
> tapply(warpbreaks$breaks, warpbreaks$wool, mean) 
     A  B 
31.03704 25.25926

來源

2015-11-05 22:19:08 SabDeM

這裏有一個比較難看的答案

library(dplyr) 

variables = c("wool", "tension") 

1:length(variables) %>% 
    lapply(. %>% combn(variables, ., simplify = F)) %>% 
    unlist(recursive = F) %>% 
    c(list(character(0))) %>% 
    data_frame(variables = .) %>% 
    rowwise %>% 
    do({group_by_(warpbreaks, .dots = variables) %>% 
     summarize(breaks = mean(breaks))})

來源

2015-11-06 01:25:15 bramtayl

感謝大家。從中學到很多東西。 Dupe回答： dplyr summarize with subtotals 給出了網格expand.grid，並用函數填充。對我而言，因爲我有超過一個變量來總結我的真實數據（2000多個變量而不是一個「break」），所以我發現最快的答案是難看的。

result1 <- aggregate(breaks ~ wool + tension, data = warpbreaks, mean) 
result2 <- aggregate(breaks ~ wool, data = warpbreaks, mean) 
result3 <- aggregate(breaks ~ tension, data = warpbreaks, mean) 
result4 <- aggregate(breaks ~ 0, data = warpbreaks, mean) 
result <- rbind(result1,result2, result3,result4)

來源

2015-11-11 17:27:57

Aggregate（） - R - 是否可以對所有子集和超集進行計算？

回答

相關問題