如何使用 R 中的 2 个组变量计算特定范围的统计数据？

Question

我有点问题。

我有一列数据 (P)，我想分析（平均值、标准差等）并针对另一列（频率）作图。数据集示例如下所示。

Frequency Voltage P
20000     10      0.12
20000     10      0.23
20000     10      0.51
20000     20      0.45
20000     20      0.01
20000     20      0.94  
30000     10      0.66
30000     10      0.36
30000     10      0.18
30000     20      0.05
30000     20      0.15
30000     20      0.83

我遇到的问题是计算对应于频率 = 20000 和电压 = 10 的 P 范围的平均值。

那里的大多数示例只使用一个组，如下所示：

by(df$P, df$Frequency, mean)

有没有办法计算出来，让dataframe变成：

Frequency Voltage P(average)
20000     10      ...
20000     20      ...
30000     10      ...
30000     20      ...

编辑：

我设法找到了我需要的平均值和标准差：

df$mean<-ave(df$P, df$Voltage, df$Frequency, FUN=mean)
df$sd<-ave(df$P, df$Voltage, df$Frequency, FUN=sd)

但他们给了我重复的价值观。现在，有没有办法压缩所有这些，所以我只得到上面的数据框？

Answer 1

尝试使用list 或formula 表示法aggregate：

# your data
df <- read.table(text="Frequency Voltage P
20000     10      0.12
20000     10      0.23
20000     10      0.51
20000     20      0.45
20000     20      0.01
20000     20      0.94  
30000     10      0.66
30000     10      0.36
30000     10      0.18
30000     20      0.05
30000     20      0.15
30000     20      0.83", header=TRUE)

# list notation
with(df, aggregate(P, list(Frequency=Frequency, Voltage=Voltage), FUN=mean))
#  Frequency Voltage         x
#1     20000      10 0.2866667
#2     30000      10 0.4000000
#3     20000      20 0.4666667
#4     30000      20 0.3433333

# formula notation
aggregate(P ~ Frequency + Voltage, data=df, FUN=mean)
#  Frequency Voltage         P
#1     20000      10 0.2866667
#2     30000      10 0.4000000
#3     20000      20 0.4666667
#4     30000      20 0.3433333

要将多个统计信息放在一起（例如，mean 和 sd），您可以将结果 cbind 在一起：

> cbind(aggregate(P ~ Frequency + Voltage, data=df, FUN=mean),
        sd = aggregate(P ~ Frequency + Voltage, data=df, FUN=sd)$P)
  Frequency Voltage         P        sd
1     20000      10 0.2866667 0.2010804
2     30000      10 0.4000000 0.2424871
3     20000      20 0.4666667 0.4652240
4     30000      20 0.3433333 0.4244212

或者，您可以编写自己的函数来返回值向量，但是您必须做一些额外的工作来将结果存储在它们自己的列中：

> myfun <- function(x) c(mean(x), sd(x))
> x <- aggregate(P ~ Frequency + Voltage, data=df, FUN=myfun)
> x[,3:4] <- x[,3]
  Frequency Voltage         P        V4
1     20000      10 0.2866667 0.2010804
2     30000      10 0.4000000 0.2424871
3     20000      20 0.4666667 0.4652240
4     30000      20 0.3433333 0.4244212

Answer 2

或者

library(data.table)
setDT(df)[, list(Mean = mean(P), SD = sd(P)), by = list(Frequency, Voltage)]

##   Frequency Voltage      Mean        SD
##1:     20000      10 0.2866667 0.2010804
##2:     20000      20 0.4666667 0.4652240
##3:     30000      10 0.4000000 0.2424871
##4:     30000      20 0.3433333 0.4244212

Answer 3

或

library(dplyr)
df%>% #?%>% chain multiple operations
group_by(Frequency,Voltage)%>% #group by variables `Frequency`, `voltage`
summarise(Mean=mean(P), SD=sd(P)) ##get the `mean` and `sd` of column `P` 

Answer 4

对于获取值的简单解决方案，请使用 tapply：

with(df, tapply(P, list(Frequency, Voltage), mean))
             10        20
20000 0.2866667 0.4666667
30000 0.4000000 0.3433333

with(df, tapply(P, list(Frequency, Voltage), sd))
             10        20
20000 0.2010804 0.4652240
30000 0.2424871 0.4244212

For loop & cat 命令可用于根据需要进行格式化输出：

for(x in unique(df$Voltage)) 
    for(y in unique(df$Frequency))  {
        cat("Voltage=",x,"; Frequency=",y,"; Mean P=");
        cat(mean(df[df$Voltage==x & df$Frequency==y,]$P))
        cat("; SD=",sd(df[df$Voltage==x & df$Frequency==y,]$P),"\n")
    }

Voltage= 10 ; Frequency= 20000 ; Mean P=0.2866667; SD= 0.2010804 
Voltage= 10 ; Frequency= 30000 ; Mean P=0.4; SD= 0.2424871 
Voltage= 20 ; Frequency= 20000 ; Mean P=0.4666667; SD= 0.465224 
Voltage= 20 ; Frequency= 30000 ; Mean P=0.3433333; SD= 0.4244212