将分类手段转移到新表

Question

我是R的新手，但是我已经解决了比当前问题大得多的挑战，这尤其令人沮丧。 我搜索了这些论坛并找到了一些相关主题，但是没有一种方法可以解决这种情况。

我有一个包含14个变量的184个观测值的数据集：

> head(diving)
   tagID ddmmyy Hour.GMT. Hour.Local.  X0  X3 X10  X20  X50 X100 X150 X200 X300 X400
1 122097 250912         0           9 0.0 0.0 0.3 12.0 15.3 59.6 12.8  0.0    0    0
2 122097 260912         0           9 0.0 2.4 6.9  5.5 13.7 66.5  5.0  0.0    0    0
3 122097 260912         6          15 0.0 1.9 3.6  4.1 12.7 39.3 34.6  3.8    0    0
4 122097 260912        12          21 0.0 0.2 5.5  8.0 18.1 61.4  6.7  0.0    0    0
5 122097 280912         6          15 2.4 9.3 6.0  3.4  7.6 21.1 50.3  0.0    0    0
6 122097 290912        18           3 0.0 0.2 1.6  6.4 41.4 50.4  0.0  0.0    0    0

这是标记数据，每个日期具有一个或多个6小时时区（由于传输中断，因此不是连续的数据集）。 在每个6小时的垃圾箱中，动物潜入的深度按百分比分为10个垃圾箱。 因此，X0 = 0-3m之间花费的时间百分比，X3 = 3-10m之间花费的时间百分比，依此类推。

对于初学者，我想做的是在每个深度箱中花费的平均时间百分比，并将其绘制出来。 首先，我做了以下工作：

avg0<-mean(diving$X0)
avg3<-mean(diving$X3)
avg10<-mean(diving$X10)
avg20<-mean(diving$X20)
avg50<-mean(diving$X50)
avg100<-mean(diving$X100)
avg150<-mean(diving$X150)
avg200<-mean(diving$X200)
avg300<-mean(diving$X300)
avg400<-mean(diving$X400)

在这一点上，我不确定如何绘制结果均值，所以我列出了它们：

divingmeans<-list(avg0, avg3, avg10, avg20, avg50, avg100, avg150, avg200, avg300, avg400)

boxplot（divingmeans）之类的工作，在X轴上提供1:10，在y轴上提供％0-30。 但是，我宁愿使用直方图，也希望使用x轴来提供分类bin名称（例如avg3或X3），而不只是等级1:10。

hist（）和plot（）提供以下内容：

> plot(divingmeans)
Error in xy.coords(x, y, xlabel, ylabel, log) : 
  'x' is a list, but does not have components 'x' and 'y'
> hist(divingmeans)
Error in hist.default(divingmeans) : 'x' must be numeric

我也尝试过：

> df<-as.data.frame(divingmeans)
> df
  X3.33097826086957 X3.29945652173913 X8.85760869565217 X17.6461956521739 X30.2614130434783
1          3.330978          3.299457          8.857609           17.6462          30.26141
  X29.3565217391304 X6.44510869565217 X0.664130434782609 X0.135869565217391 X0.0016304347826087
1          29.35652          6.445109          0.6641304          0.1358696         0.001630435

和

> df <- data.frame(matrix(unlist(divingmeans), nrow=10, byrow=T))
> df
   matrix.unlist.divingmeans...nrow...10..byrow...T.
1                                        3.330978261
2                                        3.299456522
3                                        8.857608696
4                                       17.646195652
5                                       30.261413043
6                                       29.356521739
7                                        6.445108696
8                                        0.664130435
9                                        0.135869565
10                                       0.001630435

两者都不提供我要查找的表。

我知道必须有一个真正的基本解决方案才能将其转换为适当的表，但是我无法终生解决。 我希望能够制作一个基本的直方图，以显示每个潜水箱平均花费的时间百分比。 看来，用于此目的的数据的最佳格式应该是具有两列的表：col1 = bin（类别；例如avg50）和col2 =％（数字；平均在该类别中花费的时间百分比）。

您还会注意到，数据被分解为不同的时序段； 最终，我希望能够按一天中的时间将数据分开，以查看例如平均潜水深度是否在白天/夜晚之间变化，等等。 我认为一旦完成了最初的代码，我就可以通过选择例如X0[which(Hour.GMT.=="6")]在一天中的同一时间进行操作。 对此的提示也将非常受欢迎。

Answer 1

我认为您会发现处理长格式的数据要容易得多。

你可以reshape使用reshape 。 我将使用data.table展示如何轻松地按组计算均值。

library(data.table)
DT <- data.table(diving)

DTlong <- reshape(DT, varying = list(5:14), direction = 'long', 
  times = c(0,3,10,20,50,100,150,200,300,400), 
  v.names = 'time.spent', timevar = 'hours')

timeByHours <- DTlong[,list(mean.time = mean(time.spent)),by=hours]

# you can then plot the two column data.table

plot(timeByHours, type = 'l')

现在，您可以按日期/小时/时间的任意组合进行深入分析

Answer 2

您想如何绘制它们？

# grab the means of each column
diving.means <- colMeans(diving[, -(1:5)])


# plot it
plot(diving.means)

# boxplot
boxplot(diving.means)

如果您想从列名中获取间隔的下限，请strip除X

lowerIntervalBound <- gsub("X", "", names(diving)[-(1:5)])

# you can convert these to numeric and plot against them 
lowInts <- as.numeric(lowerIntervalBound)
plot(x=lowInts, y=diving.means)

# ... or taking log
plot(x=log(lowInts), y=diving.means)

# ... or as factors (similar to basic plot)
plot(x=factor(lowInts), y=diving.means)

与其将潜水工具放在list ，不如将其放入vector （使用c ）。

如果要将其合并到data.frame中：

data.frame(lowInts, diving.means)

# or adding a row id if needed. 
data.frame(rowid=seq(along=diving.means), lowInts, diving.means)