如何对多个数据子集的多个列使用 apply 函数？

Question

我有一个包含 943 列和 500 行的数据框（下面的示例）。

df <-data.frame(Rep=c(1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3), Depth=c("D", "D", "D", "M", "M", "M", "D", "D", "D", "M", "M", "D", "D"), T0= c(-165,-163,-160,-161,-270,165,-163,-160,-161,-270,-181,-231, -230), T0.01= c(458,459,457,342,158,458,459,457,342,158,324,333,320), T0.02=c(-151,-153,-131,-125,-130,-151,-153,-131,-125,-130,-120, -130,-120))

我需要获取数据集中 7:943 列的列中位数（所有带有数字数据的列...它们也都以标题 "T" 开头，如 T0、T0。 01 等）。但是，我只需要特定行子集的列中位数。该子集将基于 "Rep" 和 "Depth." 例如，我需要 "Rep 1 at Depth D" 的列中位数向量，然后是 "Rep 1 at Depth M" 的列中位数向量。我总共有 24 个 Reps 和 3 个深度，所有组合都需要一个中位数向量，总共产生 3x24=72 个向量。这将产生一个 table 结构如下（转置版本也可以）：

 df <-data.frame(Rep=c(1, 1, 1, 2, 2, 2), Depth=c("D", "M", "S", "D", "M", "S"), T0= c(-163,-160,-161,-270,165, 165), T0.01= c(458,459,457,342,158,458), T0.02=c(-151,-153,-131,-125,-130,-151))

   Rep Depth   T0 T0.01 T0.02
   1     D -163   458  -151
   1     M -160   459  -153
   1     S -161   457  -131
   2     D -270   342  -125
   2     M  165   158  -130
   2     S  165   458  -151

此外，我需要为这些相同的数据子集计算 7:943 列（"T" 列）中所有单元格的方差。这将为每个子集生成一个数字（而不是向量）。

我已经为所有这些尝试了子集、tapply、grepl 函数，但似乎无法让它们执行我想要的操作。谢谢

Answer 1

根据您提供的数据：

library(dplyr) 

df %>% 
  group_by(Rep, Depth) %>%
  summarise_each(funs(median, var))

    Rep  Depth T0_median T0.01_median T0.02_median      T0_var T0.01_var T0.02_var
  (dbl) (fctr)     (dbl)        (dbl)        (dbl)       (dbl)     (dbl)     (dbl)
1     1      D    -163.0        458.0       -151.0    6.333333     1.000  148.0000
2     1      M    -215.5        250.0       -127.5 5940.500000 16928.000   12.5000
3     2      D    -161.0        457.0       -131.0    2.333333  4486.333  217.3333
4     2      M     165.0        458.0       -151.0          NA        NA        NA
5     3      D    -230.5        326.5       -125.0    0.500000    84.500   50.0000
6     3      M    -225.5        241.0       -125.0 3960.500000 13778.000   50.0000

或者，如果您想让分组更具描述性：

df %>% 
  mutate(group=paste("Rep",Rep,"at Depth", Depth)) %>%
  group_by(group) %>%
  summarise_each(funs(median, var), matches("^T"))

             group T0_median T0.01_median T0.02_median      T0_var T0.01_var T0.02_var
             (chr)     (dbl)        (dbl)        (dbl)       (dbl)     (dbl)     (dbl)
1 Rep 1 at Depth D    -163.0        458.0       -151.0    6.333333     1.000  148.0000
2 Rep 1 at Depth M    -215.5        250.0       -127.5 5940.500000 16928.000   12.5000
3 Rep 2 at Depth D    -161.0        457.0       -131.0    2.333333  4486.333  217.3333
4 Rep 2 at Depth M     165.0        458.0       -151.0          NA        NA        NA
5 Rep 3 at Depth D    -230.5        326.5       -125.0    0.500000    84.500   50.0000
6 Rep 3 at Depth M    -225.5        241.0       -125.0 3960.500000 13778.000   50.0000

更新： 所以对于所有数据列的分组方差，这就是你的意思吗（do 语句可能比它需要的更复杂是）：

df %>% 
  mutate(group=paste("Rep",Rep,"at Depth", Depth)) %>%
  select(-Rep, -Depth) %>%
  group_by(group) %>%
  do(data.frame(variance=var(unlist(.[,sapply(., is.numeric)]))))

             group variance
             (chr)    (dbl)
1 Rep 1 at Depth D 93682.36
2 Rep 1 at Depth M 53501.60
3 Rep 2 at Depth D 81997.03
4 Rep 2 at Depth M 92764.33
5 Rep 3 at Depth D 70057.87
6 Rep 3 at Depth M 51781.50

如何对多个数据子集的多个列使用 apply 函数？

How do I use the apply function over multiple columns for multiple subsets of data?

r

subset

apply