计算要绘制的“切割”数据的平均值和四分位数范围答案

【问题标题】：Calculating mean and interquartile range of 'cut' data to plot计算要绘制的“切割”数据的平均值和四分位数范围
【发布时间】：2019-06-24 12:32:08
【问题描述】：

抱歉，我是 R 新手，我有一个包含树木高度和树冠密度的数据集，例如：

i_h100   i_cd
2.89     0.0198
2.88     0.0198
17.53    0.658
27.23    0.347

我想将“h_100”重新组合为 2m 间隔，从 2m 最小到 30m 最大，然后我想计算每个间隔的平均 i_cd 值和四分位距，以便我可以用最小二乘回归绘制这些.我用来获取平均值的代码有问题。这是我目前所拥有的：

mydata=read.csv("irelandish.csv")
height=mydata$i_h100
breaks=seq(2,30,by=2)  #2m intervals
height.cut=cut(height, breaks, right=TRUE)

#attempt at calculating means per group
install.packages("dplyr")
mean=summarise(group_by(cut(height, breaks, right=TRUE), 
mean(mydata$i_cd)))
install.packages("reshape2")
dcast(mean)

提前感谢您的任何建议。

【问题讨论】：

标签： r

【解决方案1】：

使用aggregate() 计算分组均值。

# Some example data
set.seed(1)

i_h100 <- round(runif(100, 2, 30), 2)
i_cd <- rexp(100, 1/i_h100)
mydata <- data.frame(i_cd, i_h100)

# Grouping i_h100
mydata$i_h100_2m <- cut(mydata$i_h100, seq(2, 30, by=2))
head(mydata)
#        i_cd i_h100 i_h100_2m
# 1  2.918093   9.43    (8,10]
# 2 13.735728  12.42   (12,14]
# 3 13.966347  18.04   (18,20]
# 4  2.459760  27.43   (26,28]
# 5  8.477551   7.65     (6,8]
# 6  6.713224  27.15   (26,28]

# Calculate groupwise means of i_cd
i_cd_2m_mean <- aggregate(i_cd ~ i_h100_2m, mydata, mean)

# And IQR
i_cd_2m_iqr <- aggregate(i_cd ~ i_h100_2m, mydata, IQR)

upper <- i_cd_2m_mean[,2]+(i_cd_2m_iqr[,2]/2)
lower <- i_cd_2m_mean[,2]-(i_cd_2m_iqr[,2]/2)

# Plotting the result
plot.default(i_cd_2m_mean, xaxt="n", ylim=range(c(upper, lower)),
  main="Groupwise means \U00B1 0.5 IQR", type="n")
points(upper, pch=2, col="lightblue", lwd=1.5)
points(lower, pch=6, col="pink", lwd=1.5)
points(i_cd_2m_mean, pch=16)

axis(1, i_cd_2m[,1], as.character(i_cd_2m[,1]), cex.axis=0.6, las=2)

【讨论】：

谢谢！尽管我还需要四分位数范围并且看不到如何将其添加到 aggregate() 命令中，但我已设法将其放入我的代码中
@HeatherKay：最简单的方法是在aggregate() 调用中将mean 替换为IQR。
是的，我这样做了，然后它没有用 IQR '误差线'绘制平均值
我会模拟一些东西。
非常感谢。我到处找，但似乎无法解决

【解决方案2】：

这里有一个解决方案，

library(reshape2)
library(dplyr)
mydata <- data_frame(i_h100=c(2.89,2.88,17.53,27.23),i_cd=c(0.0198,0.0198,0.658,0.347))
     height <- mydata$i_h100
breaks  <- seq(2,30,by=2)  #2m intervals
height.cut <- cut(height, breaks, right=TRUE)

mydata$height.cut <- height.cut

mean_i_h100 <- mydata %>% group_by(height.cut) %>% summarise(mean_i_h100 = mean(i_h100))

几点说明：

最好避免用函数名来命名变量，所以我把mean变量改成了mean_i_h100
我使用的是管道符号，这使得代码更具可读性，它避免了重复每个函数的第一个参数，你可以找到a more detailed explanation here。如果没有管道符号，最后一行代码将是： mean_i_h100 <- summarise(group_by(mydata,height.cut),mean_i_h100 = mean(i_h100))
你必须加载你用library安装的两个包

【讨论】：