数据的汇总

对数据进行汇总，分类汇总是我们也比较常用的，比如对行或列求和，求均值，求分位数：

data <- matrix(1:16, 4, 4)data

##      [,1] [,2] [,3] [,4]
## [1,]    1    5    9   13
## [2,]    2    6   10   14
## [3,]    3    7   11   15
## [4,]    4    8   12   16

apply(data, 2, mean)

## [1]  2.5  6.5 10.5 14.5

apply(data, 1, sum)

## [1] 28 32 36 40

apply(data, 1, quantile, probs = c(0.25, 0.75))

##     [,1] [,2] [,3] [,4]
## 25%    4    5    6    7
## 75%   10   11   12   13

apply(data, 2, quantile, probs = c(0.25, 0.75))

##     [,1] [,2]  [,3]  [,4]
## 25% 1.75 5.75  9.75 13.75
## 75% 3.25 7.25 11.25 15.25

有时候，为了更快些，我们会用一些函数替代apply：

• rowSums = apply(x, 1, sum)

• rowMeans = apply(x, 1, mean)

• colSums = apply(x, 2, sum)

• colMeans = apply(x, 2, mean)

我们有时也会处理一些列表，对列表的分类汇总我们会用到sapply,lapply，不同的是前者返回一个向量或矩阵，后者返回一个列表，例：

x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
lapply(x, mean)

## $a
## [1] 5.5
## 
## $beta
## [1] 4.535
## 
## $logic
## [1] 0.5

sapply(x, mean)

##     a  beta logic 
## 5.500 4.535 0.500

# median and quartiles for each list elementlapply(x, quantile, probs = 1:3/4)

## $a
##  25%  50%  75% 
## 3.25 5.50 7.75 
## 
## $beta
##    25%    50%    75% 
## 0.2516 1.0000 5.0537 
## 
## $logic
## 25% 50% 75% 
## 0.0 0.5 1.0

sapply(x, quantile)

##          a     beta logic
## 0%    1.00  0.04979   0.0
## 25%   3.25  0.25161   0.0
## 50%   5.50  1.00000   0.5
## 75%   7.75  5.05367   1.0
## 100% 10.00 20.08554   1.0

有时候我们还会进行分类汇总，如统计男女工资均值,这时你可以用tapply：

group <- (rbinom(32, n = 20, prob = 0.4))groups <- factor(rep(1:2,10))
tapply(group, groups, length) 

##  1  2 
## 10 10

tapply(group, groups, sum)

##   1   2 
## 135 122

tapply(group, groups, mean)

##    1    2 
## 13.5 12.2

    

        分享到：
        QQ空间
        新浪微博
        腾讯微博
        人人网
        飞信
        百度搜藏