[英]using column numbers for grouping in data table rather than names in R
[英]plyr in r: using wildcard grouping OR removing numbers and preserving characters in grouping column
我正在使用plyr计算r中的均值和标准差。 但是,我的分组变量包含字母和数字的组合,因此我需要在分组变量中使用某种通配符,或者通过从原始分组变量中删除数字来创建新的分组变量。 例如,使用以下数据帧:
test5 <- structure(list(A = structure(1:6, .Label = c("JCT1", "JCT2",
"JCT3", "LFR1", "LFR2", "LFR3"), class = "factor"), B = c(4L,
5L, 3L, 7L, 3L, 6L), C = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("JCT",
"LFR"), class = "factor")), .Names = c("A", "B", "C"), class = "data.frame", row.names = c(NA,
-6L))
A B C
1 JCT1 4 JCT
2 JCT2 5 JCT
3 JCT3 3 JCT
4 LFR1 7 LFR
5 LFR2 3 LFR
6 LFR3 6 LFR
我可以使用以下代码来计算均值和sd:
library(plyr)
ddply(test5,~A,summarise,mean=mean(B),sd=sd(B))
这给出了一个结果
A mean sd
1 JCT1 4 NA
2 JCT2 5 NA
3 JCT3 3 NA
4 LFR1 7 NA
5 LFR2 3 NA
6 LFR3 6 NA
但是,我真的需要组是JCT
和LFR
,所以需要1)在代码中使用通配符(因此组基于JCT
和LFR
,数字是通配符),或2)创建新列像我的原始数据框中的C
已删除A
列中的数字。 例如,如果我可以创建这个新列C
那么我可以使用代码
ddply(test5,~C,summarise,mean=mean(B),sd=sd(B))
产生我想要的结果
C mean sd
1 JCT 4.000000 1.000000
2 LFR 5.333333 2.081666
有谁知道一个简单的方法来做到这一点? 我以为我可以使用ifelse语句以某种方式创建一个新的列C
,但这需要很多代码,因为我在我的实际数据帧中有许多不同的值。 我希望有一个更快的方法。
谢谢!
你正在寻找这样的东西吗?
library(plyr)
test5$A <- gsub('[0-9]+', '', test5$A)
ddply(test5, .(A), summarise, mean=mean(B, na.rm = T), sd = sd(B, na.rm = T))
A mean sd
1 JCT 4.000000 1.000000
2 LFR 5.333333 2.081666
您可以使用regmatches
和regexpr
来提取字母,然后根据它进行汇总
> ddply(test5,.(letter=regmatches(A,regexpr("[A-Za-z]*",A))),
summarise,mean=mean(B),sd=sd(B))
letter mean sd
1 JCT 4.000000 1.000000
2 LFR 5.333333 2.081666
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.