2つの変数で統計関数を計算する

Question

mean, maxを計算する方法、2つの他の変数に基づいて変数のsdを知る必要があります。 EX-これは、以下のデータセットである：私はミルクregionwiseの平均値を取得したい、channelwise、ミルクregionwiseの最大channelwiseなど

Rg CHn Milk Grc 
1 1 7209 4897 
1 1 2154 6824 
2 1 2280 2112 
2 2 11487 9490 
3 1 685  2216 
3 2 891  5226 

Answer 1

非常にクリーンなワークフローのパッケージをdplyr使用することをお勧めいたします。ここでは、虹彩との例である：

data(iris) 
iris %>% 
    select(-Species) %>% # remove "Species" variable from iris for following function 
    summarise_each(funs(mean, max, sd)) 
    Sepal.Length_mean Sepal.Width_mean Petal.Length_mean Petal.Width_mean Sepal.Length_max Sepal.Width_max Petal.Length_max Petal.Width_max Sepal.Length_sd 
1   5.843333   3.057333    3.758   1.199333    7.9    4.4    6.9    2.5  0.8280661 
    Sepal.Width_sd Petal.Length_sd Petal.Width_sd 
1  0.4358663  1.765298  0.7622377 

、最大を意味し、種によってSD得るために：

iris %>% 
    group_by(Species) %>% 
    summarise_each(funs(mean, max, sd)) 

Source: local data frame [3 x 13] 

Species Sepal.Length_mean Sepal.Width_mean Petal.Length_mean Petal.Width_mean Sepal.Length_max Sepal.Width_max Petal.Length_max Petal.Width_max 
    (fctr)    (dbl)   (dbl)    (dbl)   (dbl)   (dbl)   (dbl)   (dbl)   (dbl) 
1  setosa    5.006   3.428    1.462   0.246    5.8    4.4    1.9    0.6 
2 versicolor    5.936   2.770    4.260   1.326    7.0    3.4    5.1    1.8 
3 virginica    6.588   2.974    5.552   2.026    7.9    3.8    6.9    2.5 
Variables not shown: Sepal.Length_sd (dbl), Sepal.Width_sd (dbl), Petal.Length_sd (dbl), Petal.Width_sd (dbl) 

別の例2つの変数からの手段、maxとSDを取得するには：

data(mtcars) 
mtcars %>% 
     group_by(gear, carb) %>% # grouping by two variables 
     summarise_each(funs(mean, max, sd)) 

Source: local data frame [11 x 29] 
Groups: gear [?] 

    gear carb mpg_mean cyl_mean disp_mean hp_mean drat_mean wt_mean qsec_mean vs_mean am_mean mpg_max cyl_max disp_max hp_max drat_max wt_max qsec_max vs_max 
    (dbl) (dbl) (dbl) (dbl)  (dbl) (dbl)  (dbl) (dbl)  (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
1  3  1 20.33333 5.333333 201.0333 104.0 3.1800 3.046667 19.89000  1.0  0.0 21.5  6 258.0 110  3.70 3.460 20.22  1 
2  3  2 17.15000 8.000000 345.5000 162.5 3.0350 3.560000 17.06000  0.0  0.0 19.2  8 400.0 175  3.15 3.845 17.30  0 
3  3  3 16.30000 8.000000 275.8000 180.0 3.0700 3.860000 17.66667  0.0  0.0 17.3  8 275.8 180  3.07 4.070 18.00  0 
4  3  4 12.62000 8.000000 416.4000 228.0 3.2200 4.685800 16.89400  0.0  0.0 14.7  8 472.0 245  3.73 5.424 17.98  0 
5  4  1 29.10000 4.000000 84.2000 72.5 4.0575 2.072500 19.22000  1.0  1.0 33.9  4 108.0  93  4.22 2.320 19.90  1 
6  4  2 24.75000 4.000000 121.0500 79.5 4.1625 2.683750 20.00500  1.0  0.5 30.4  4 146.7 109  4.93 3.190 22.90  1 
7  4  4 19.75000 6.000000 163.8000 116.5 3.9100 3.093750 17.67000  0.5  0.5 21.0  6 167.6 123  3.92 3.440 18.90  1 
8  5  2 28.20000 4.000000 107.7000 102.0 4.1000 1.826500 16.80000  0.5  1.0 30.4  4 120.3 113  4.43 2.140 16.90  1 
9  5  4 15.80000 8.000000 351.0000 264.0 4.2200 3.170000 14.50000  0.0  1.0 15.8  8 351.0 264  4.22 3.170 14.50  0 
10  5  6 19.70000 6.000000 145.0000 175.0 3.6200 2.770000 15.50000  0.0  1.0 19.7  6 145.0 175  3.62 2.770 15.50  0 
11  5  8 15.00000 8.000000 301.0000 335.0 3.5400 3.570000 14.60000  0.0  1.0 15.0  8 301.0 335  3.54 3.570 14.60  0 
Variables not shown: am_max (dbl), mpg_sd (dbl), cyl_sd (dbl), disp_sd (dbl), hp_sd (dbl), drat_sd (dbl), wt_sd (dbl), qsec_sd (dbl), vs_sd (dbl), am_sd (dbl) 

https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdfを参照すると、データ処理に多くの時間を節約する便利なトリックが得られます。

Answer 2

私はdplyrパッケージを使用します。あなたのデータはdfと呼ばdata.frameである場合、これはあなたにregionwise要約とdata.frameを与える：

library(dplyr) 
df %>% group_by(Rg) %>% summarize(mean=mean(Milk), sd=sd(Milk), max=max(Milk)) 
# Source: local data frame [3 x 4] 
# 
#  Rg mean  sd max 
# (int) (dbl) (dbl) (int) 
# 1  1 4681.5 3574.425 7209 
# 2  2 6883.5 6510.332 11487 
# 3  3 788.0 145.664 891 

編集：あなたは両方を同時に行う必要がある場合：

df %>% group_by(Rg, CHn) %>% summarize(mean=mean(Milk), sd=sd(Milk), max=max(Milk)) 
# Source: local data frame [5 x 5] 
# Groups: Rg [?] 
# 
#  Rg CHn mean  sd max 
# (int) (int) (dbl) (dbl) (int) 
# 1  1  1 4681.5 3574.425 7209 
# 2  2  1 2280.0  NaN 2280 
# 3  2  2 11487.0  NaN 11487 
# 4  3  1 685.0  NaN 685 
# 5  3  2 891.0  NaN 891