среднее и стандартное отклонение по группам для нескольких переменных

Question

Уверен, что на этот вопрос уже был дан ответ, но я хотел бы сгладить среднее значение и sd путем обработки нескольких переменных (100) сразу и не могу понять, как это сделать кроме использования длинного извилистого кода ddply.

Это часть моей dataframe (г):

trt blk til res sand silt clay ibd1_6 ibd9_14 ibd_ave 
1 CTK 1 CT K 74 15 11 1.323 1.593 1.458 
2 CTK 2 CT K 71 15 14 1.575 1.601 1.588 
3 CTK 3 CT K 72 14 14 1.551 1.594 1.573 
4 CTR 1 CT R 72 15 13 1.560 1.647 1.604 
5 CTR 2 CT R 73 14 13 1.612 1.580 1.596 
6 CTR 3 CT R 73 13 14 1.709 1.577 1.643 
7 ZTK 1 ZT K 72 16 12 1.526 1.546 1.536 
8 ZTK 2 ZT K 71 16 13 1.292 1.626 1.459 
9 ZTK 3 ZT K 71 17 12 1.623 1.607 1.615 
10 ZTR 1 ZT R 66 16 18 1.719 1.709 1.714 
11 ZTR 2 ZT R 67 17 16 1.529 1.708 1.618 
12 ZTR 3 ZT R 66 17 17 1.663 1.655 1.659 

Я хотел бы иметь функцию, которая делает то, что ddply делает, т.е. ddply (г, TRT, meanSand = средняя (песок), sdSand = sd (песок), meanSilt = mean (ил) ...), без необходимости писать все это. Есть идеи? Спасибо за ваше терпение!

Answer 1

Функция, которую вы, скорее всего, захотите применить к вашему фреймворку данных, - aggregate() либо mean, либо sd в качестве параметра функции.

Answer 2

aggregate(g[, c("sand", "silt", "clay")], g$trt, function(x) c(mean=mean(x), sd=sd(x))) 

Использование анонимной функции с aggregate.data.frame позволяет получить оба значения с одного вызова. Вы только хотите передать в колоннах быть aggregated.If у вас длинный список столбцов, и только хотел, чтобы исключить скажем первые 4 из расчетов, можно записать в виде:

aggregate(g[, names(g)[-(1:4)], g$trt, function(x) c(mean=mean(x), sd=sd(x))) 

Answer 3

предполагая myDF это ваш Оригинальный набор данных:

library(data.table) 
myDT <- data.table(myDF) 

# Which variables to calculate All columns but the first five? : 
variables <- tail(names(myDT), -5) 

myDT[, lapply(.SD, function(x) list(mean(x), sd(x))), .SDcols=variables, by=list(trt, til)] 


## OR Separately, if you prefer shorter `lapply` statements 
myDT[, lapply(.SD, mean), .SDcols=variables, by=list(trt, til)] 
myDT[, lapply(.SD, sd), .SDcols=variables, by=list(trt, til)] 

-

> myDT[, lapply(.SD, mean), .SDcols=variables, by=list(trt, til)] 
# trt til  silt  clay ibd1_6 ibd9_14 ibd_ave 
# 1: CTK CT 14.66667 13.00000 1.483000 1.596000 1.539667 
# 2: CTR CT 14.00000 13.33333 1.627000 1.601333 1.614333 
# 3: ZTK ZT 16.33333 12.33333 1.480333 1.593000 1.536667 
# 4: ZTR ZT 16.66667 17.00000 1.637000 1.690667 1.663667 

> myDT[, lapply(.SD, sd), .SDcols=variables, by=list(trt, til)] 
# trt til  silt  clay  ibd1_6  ibd9_14 ibd_ave 
# 1: CTK CT 0.5773503 1.7320508 0.13908271 0.004358899 0.07112196 
# 2: CTR CT 1.0000000 0.5773503 0.07562407 0.039576929 0.02514624 
# 3: ZTK ZT 0.5773503 0.5773503 0.17015973 0.041797129 0.07800214 
# 4: ZTR ZT 0.5773503 1.0000000 0.09763196 0.030892286 0.04816984