根据 R 中某一列的值拆分数据框

Question

我是 R 的新手，我们得到了一个关于苍蝇的数据集，其中包含物种和性别等列标题。共有111种。目标是了解每个物种中有多少雄性和雌性，并将其制成可用于进一步分析的形式（t 检验）。

理想情况下，我会有一个包含 3 列（物种、女性人数、男性人数）的数据框。我使用了迄今为止给我最好结果的拆分功能，问题是我不知道如何在合理的时间内为 111 个物种执行此操作。我虽然关于使用 for 循环，但不确定如何做到这一点。这是我使用的拆分代码：

data_split <- split(data, data$Species)
data_split
sp1 <- data_split$D_acutila
data.frame(table(sp1$Sex))

Answer 1

使用基础 R 你可以这样做：

set.seed(42)

data <- data.frame(
  Species = rep(c("A", "B", "C"), 20),
  Sex = sample(c("m", "f"), 60, replace = TRUE)
)

data_split <- split(data, data$Species)
data_table <- lapply(data_split, function(x) table(x$Sex))
data_table <- do.call("rbind", data_table)
cbind(Species = rownames(data_table), as.data.frame(data_table))
#>   Species  f  m
#> A       A 11  9
#> B       B 12  8
#> C       C 10 10

或使用tapply 代替split + lapply：

data_table <- tapply(data$Sex, data$Species, table)
data_table <- do.call("rbind", data_table)
cbind(Species = rownames(data_table), as.data.frame(data_table))
#>   Species  f  m
#> A       A 11  9
#> B       B 12  8
#> C       C 10 10

^{由reprex package (v2.0.0) 于 2021-06-06 创建}

Answer 2

我创建了一个简单的数据框，我认为它与您正在使用的数据框相似

df <- data.frame(species = sample(c('A', 'B', 'C'), 100, replace = T),
                 sex = sample(c('M', 'F'), 100, replace = T))
df

您可以使用 dplyr 包解决此问题：

library(dplyr)

#create an auxiliar column to be summed
df$aux <- 1

#group by species and sex, summarise the groups by the sum of the auxiliar column
summary <- df %>%
  group_by(species, sex) %>%
  summarise(count_subjects = sum(aux))

summary