三维数组的边际总结

Question

我正在使用以“ R转储”格式输出数据的系统。 例如，它可能会输出一个三维数组，如下所示：

obs <- structure(c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24), 
          .Dim=c(2,4,3))

我是R的新手，但我想使用R来检查此数据的边际摘要。 例如，我想查看一个2x4的平均值表，该平均值在第三个维度上平均。

（如果可能的话，我还希望看到边际汇总分解为一个维度，例如一行4个平均值，每个平均值都占我数据的2x3切片。）

我尝试了summary(obs) ，它折叠了所有维度并给出了总体统计信息，而sapply(obs, summary)则不折叠任何维度，仅给出了每个单独基准的“摘要”。

我希望有一个我想要的功能，但我找不到它！

Answer 1

为此apply作品：

 apply(obs,1:2,mean)
     [,1] [,2] [,3] [,4]
[1,]    9   11   13   15
[2,]   10   12   14   16

要么

aperm(apply(obs,1:2,summary),c(1,3,2))

（或apply(obs,2:1,summary)注释中指出的apply(obs,2:1,summary) ）

结果：

        [,1] [,2] [,3] [,4]
Min.       1    3    5    7
1st Qu.    5    7    9   11
Median     9   11   13   15
Mean       9   11   13   15
3rd Qu.   13   15   17   19
Max.      17   19   21   23

, , 2

        [,1] [,2] [,3] [,4]
Min.       2    4    6    8
1st Qu.    6    8   10   12
Median    10   12   14   16
Mean      10   12   14   16
3rd Qu.   14   16   18   20
Max.      18   20   22   24

根据要求，您可以获取其他边际摘要

apply(obs,2,mean)
## [1]  9.5 11.5 13.5 15.5

（仔细检查： mean(obs[,1,])确实是9.5 ...）

Answer 2

在R工具箱中进行挖掘时，您可能还希望检查plyr工具： a*ply 。 该函数将array作为输入，并且很容易控制返回结果的形式：数组，数据框或列表。

为了使我们在处理示例数组时更容易跟踪尺寸，我添加了一些任意尺寸名称。 第一维（行）=物种； 秒（列）=时间； 第三（单独的“表格”）=网站

obs <- array(c(1:24), 
         dim = c(2, 4, 3),
         dimnames = list(species = c("cat", "dog"),
                         time = 1:4,
                         site = letters[1:3]))

library(plyr)
# result as (2-d) array: aaply
# i.e. same output as @Ben Bolker's `apply` example
# keep the first two dimensions (species, time), collapse the third (site)
aaply(obs, 1:2, mean)

#         time
# species  1  2  3  4
#     cat  9 11 13 15
#     dog 10 12 14 16

# result as data frame: adply
adply(obs, 1:2, mean)

#   species time V1
# 1     cat    1  9
# 2     dog    1 10
# 3     cat    2 11
# 4     dog    2 12
# 5     cat    3 13
# 6     dog    3 14
# 7     cat    4 15
# 8     dog    4 16

# several functions
adply(obs, 1:2, each(min, mean, max))
#   species time min mean max
# 1     cat    1   1    9  17
# 2     dog    1   2   10  18
# 3     cat    2   3   11  19
# 4     dog    2   4   12  20
# 5     cat    3   5   13  21
# 6     dog    3   6   14  22
# 7     cat    4   7   15  23
# 8     dog    4   8   16  24

# apparently the `each` thing can be used on just one function as well,
# then the function name appears as column name instead of 'V1' as above.
adply(obs, 1:2, each(mean))
#   species time mean
# 1     cat    1    9
# 2     dog    1   10
# 3     cat    2   11
# 4     dog    2   12
# 5     cat    3   13
# 6     dog    3   14
# 7     cat    4   15
# 8     dog    4   16

# one-dimensional summary    
adply(obs, 2, each(mean))
#   time mean
# 1    1  9.5
# 2    2 11.5
# 3    3 13.5
# 4    4 15.5