Jak znaleźć statystyki podsumowujące dla wszystkich unikalnych kombinacji czynników w ramce data.frame w R? [Zamknięte]

Chcę obliczyć podsumowanie zmiennej w data.frame dla każdej unikalnej kombinacji czynników w data.frame. Czy powinienem użyć do tego plyr? Nie przeszkadza mi używanie pętli w przeciwieństwie do apply (); więc po prostu znalezienie każdej unikalnej kombinacji byłoby wystarczające.

Chociaż myślę, że aggregateprawdopodobnie jest to rozwiązanie, którego szukasz, jeśli chcesz stworzyć wyraźną listę wszystkich możliwych kombinacji czynników, expand.gridzrobi to za Ciebie. na przykład

> expand.grid(height = seq(60, 80, 5), weight = seq(100, 300, 50),
             sex = c("Male","Female"))
       height weight    sex
1      60    100   Male
2      65    100   Male
... 
30     80    100 Female
31     60    150 Female

Następnie można zapętlić każdy wiersz w wynikowej ramce danych, aby wyciągnąć rekordy z oryginalnych danych.

Zobacz aggregatei by. Na przykład z pliku pomocy dla aggregate:

## Compute the averages according to region and the occurrence of more
## than 130 days of frost.
aggregate(state.x77,
      list(Region = state.region,
           Cold = state.x77[,"Frost"] > 130),
      mean)

Oto rozwiązanie plyr, które ma tę zaletę, że zwraca wiele statystyk podsumowujących i tworzy pasek postępu dla długich obliczeń:

library(ez) #for a data set
data(ANT)
cell_stats = ddply(
    .data = ANT #use the ANT data
    , .variables = .(cue,flanker) #uses each combination of cue and flanker
    , .fun = function(x){ #apply this function to each combin. of cue & flanker
        to_return = data.frame(
            , acc = mean(x$acc)
            , mrt = mean(x$rt[x$acc==1])
        )
        return(to_return)
    }
    , .progress = 'text'
)

Oprócz innych sugestii describe.by()funkcja może być psychprzydatna w pakiecie. Można go używać do wyświetlania statystyk podsumowujących dotyczących zmiennych numerycznych na różnych poziomach zmiennej czynnikowej.

Osobiście podoba mi się cast()z pakietu przekształcania ze względu na jego prostotę:

library(reshape)
cast(melt(tips), sex ~ smoker | variable, c(sd,mean, length))

W library(doBy)istnieje również summaryBy()funkcja, np

summaryBy(DV1 + DV2 ~ Height+Weight+Sex,data=my.data)