如何从因子子集中获取统计数据？

Posted 2023-03-24

【中文标题】如何从因子子集中获取统计数据？

【英文标题】：How to get statistics from a sub-set of factors?

【发布时间】：2013-04-25 04:28:14

【问题描述】：

使用by，我可以根据因子列获取所需列的统计信息。

例如，如果我想知道每个物种的 Sepal.Width/Sepal.Length 的比率，在 iris 数据框中，我会这样：

by(iris$Sepal.Width/iris$Sepal.Length, iris$Species, mean)
iris$Species: setosa
[1] 0.6842483
------------------------------------------------------------ 
iris$Species: versicolor
[1] 0.4676804
------------------------------------------------------------ 
iris$Species: virginica
[1] 0.4533956

到目前为止一切顺利。现在，问题是，我怎么能一样，但只针对一组级别。例如仅 setosa 和 versicolor？

我有一个包含数千个因素的复杂数据框。我正在玩一些表格，以便根据不同的统计数据创建因子子集。然后我想回到我原来的 data.frame 并为我想要的因子子集创建更多数字。

谢谢

【问题讨论】：

有很多方法可以解决这个问题，其中一些在这里概述：***.com/a/9800266/1036500 您可能会考虑问另一个问题，这些问题显示了您实际用例的更多具体复杂性以获得更有用的答案。

【参考方案1】：

with( droplevels( subset(iris, Species %in% c("setosa",  "versicolor") ) ), 
     by(Sepal.Width/Sepal.Length, Species, mean) )

【讨论】：

+1 -- 如果你将subset() 调用与droplevels() 包装起来会更好。

嘿，你应该写这个答案。

哈。我很高兴看到/回忆droplevels 有一个用于整个 data.frames 的方法。