根据R中的频率表计算分组方差

Question

我如何在R中从看起来像这样的数据集中计算总体方差和每个组的方差（例如）：

Group Count Value
A      3     5
A      2     8
B      1     11
B      3     15

我知道要整体上计算方差，而忽略要执行的组： var(rep(x$Value, x$Count)),但是如何自动为每个组计算方差，以说明频率呢？ 例如，组A，组B等的方差，..我希望我的输出具有以下标头：

Group, Total Count, Group Variance 

我也查看了此链接； R计算频率分布不同（没有组成分）的文件的均值，中位数和方差，因此这不是重复项。

感谢您的所有帮助。

Answer 1

一种选择是使用data.table 。 转换data.frame到data.table（ setDT ），并获得var对“价值”和sum的“伯爵”，由“集团”。

library(data.table)
setDT(df1)[, list(GroupVariance=var(rep(Value, Count)),
                      TotalCount=sum(Count)) , by = Group]
#    Group GroupVariance TotalCount
#1:     A           2.7          5
#2:     B           4.0          4

使用dplyr的类似方法是

library(dplyr)
group_by(df1, Group) %>% 
      summarise(GroupVariance=var(rep(Value,Count)), TotalCount=sum(Count))
#     Group GroupVariance TotalCount
#1     A           2.7          5
#2     B           4.0          4

Answer 2

这是一个以R为底的快速包装器。第一步是按Count增长数据集，然后按组计算方差

df1 <- df[rep(seq_len(nrow(df)), df$Count), ]
with(df1, tapply(Value, Group, var))
#   A   B 
# 2.7 4.0 

或类似

aggregate(Value ~ Group, df1, function(x) c(Var = var(x), Count = length(x)))
#   Group Value.Var Value.Count
# 1     A       2.7         5.0
# 2     B       4.0         4.0