Используйте dplyr для группировки набора данных и суммирования среднего и SD (стандартное отклонение) - PullRequest
Новая
       29

Используйте dplyr для группировки набора данных и суммирования среднего и SD (стандартное отклонение)

0 голосов
/ 11 июня 2019

У меня есть некоторый код Python, который использует .groupby и .agg для преобразования кадра данных в сводную таблицу, и у меня возникают проблемы при преобразовании в R. Мой желаемый вывод выглядит следующим образом:

Рисунок 1.Формат для желаемого вывода enter image description here

Представьте, что начальный кадр данных df выглядит следующим образом: 

Y1  Y2  Y3   Sex    X1  X2   X3    X4     X5    X6
1   0   1    Male   52  2    7.25  11.40  0.50  2
0   0   0    Female 42  1    2.00  27.00  1.00  2
1   0   1    Male   46  4    0.08  16.20  0.17  3
0   0   0    Female 60  3    5.65  2.00   1.68  1
1   0   1    Male   81  1    1.37  9.20   0.80  0
0   0   0    Female 44  2    0.87  15.40  1.00  0
1   0   1    Male   61  4    0.87  19.40  0.25  2
0   0   0    Female 46  1    2.00  7.20   1.00  1
1   0   1    Male   56  1    7.25  1.40   0.45  2
0   0   0    Female 54  2    2.00  25.20  1.00  3

Я хочу иметь возможность преобразовать dfвыглядеть как на рисунке 1 в R. До сих пор я понял, что могу использовать пакет dplyr для группировки и суммирования набора данных: 

df %>%
  group_by(Sex) %>%
  summarize(
  m = mean(X1, na.rm=TRUE),
  sd = sd(X1)
)

Однако это дает мне только сводку для переменной X1и мне нужно, чтобы он был сгруппирован по Y1, Y2, Y3 и остальным переменным X.

Так как я могу закодировать это так, чтобы это выглядело как на рисунке 1?

FWIW, этоболее или менее код, который я использовал в Python, но он мне нужен для R. 

Y1_ = df.groupby(['Y1','Sex']).agg(['mean','std']).round(2)
Y2_ = df.groupby(['Y2','Sex']).agg(['mean','std']).round(2)
Y3_ = df.groupby(['Y3','Sex']).agg(['mean','std']).round(2)

frames = [Y1_, Y2_, Y3_]
table1 = pd.concat(frames, keys=['Y1','Y2','Y3'], ignore_index=False)

Ответы [ 2 ]

2 голосов
/ 11 июня 2019

Это ваши данные. 

db <- structure(list(Y1 = c(1, 0, 1, 0, 1, 0, 1, 0, 1, 0), Y2 = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0), Y3 = c(1, 0, 1, 0, 1, 0, 1, 0, 1, 
0), Sex = c("Male", "Female", "Male", "Female", "Male", "Female", 
"Male", "Female", "Male", "Female"), X1 = c(52, 42, 46, 60, 81, 
44, 61, 46, 56, 54), X2 = c(2, 1, 4, 3, 1, 2, 4, 1, 1, 2), X3 = c(7.25, 
2, 0.08, 5.65, 1.37, 0.87, 0.87, 2, 7.25, 2), X4 = c(11.4, 27, 
16.2, 2, 9.2, 15.4, 19.4, 7.2, 1.4, 25.2), X5 = c(0.5, 1, 0.17, 
1.68, 0.8, 1, 0.25, 1, 0.45, 1), X6 = c(2, 2, 3, 1, 0, 0, 2, 
1, 2, 3)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", 
"data.frame"))

Это код.Я думал, что Y1, Y2 и Y3 должны быть изменены с широкого на длинный формат.Вот почему я сначала использую функцию сбора. 

db_pro1 <- db %>%
  gather(y, value, starts_with("Y")) %>%
  mutate(y_value = paste0(y, "-" ,value)) %>%
  group_by(y_value, Sex) %>%
  summarise_at(vars(starts_with("X")), funs(mean = mean(.), sd = sd(.)))

# A tibble: 6 x 14
# Groups:   y_value [5]
  y_value Sex   X1_mean X2_mean X3_mean X4_mean X5_mean X6_mean X1_sd X2_sd X3_sd
  <chr>   <chr>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl> <dbl> <dbl> <dbl>
1 Y1-0    Fema~    49.2     1.8    2.50    15.4   1.14      1.4  7.56 0.837  1.83
2 Y1-1    Male     59.2     2.4    3.36    11.5   0.434     1.8 13.4  1.52   3.58
3 Y2-0    Fema~    49.2     1.8    2.50    15.4   1.14      1.4  7.56 0.837  1.83
4 Y2-0    Male     59.2     2.4    3.36    11.5   0.434     1.8 13.4  1.52   3.58
5 Y3-0    Fema~    49.2     1.8    2.50    15.4   1.14      1.4  7.56 0.837  1.83
6 Y3-1    Male     59.2     2.4    3.36    11.5   0.434     1.8 13.4  1.52   3.58
# ... with 3 more variables: X4_sd <dbl>, X5_sd <dbl>, X6_sd <dbl>
1 голос
/ 11 июня 2019

Мой ответ похож на ответ @juhyeon, но (1) я не объединяю значения Y с Use и (2) я делаю некоторые переименования, чтобы получить вывод, более похожий на пример. 

df %>% 
  gather(DepVar, Use, 1:3) %>% 
  mutate(Use = ifelse(Use == 0, "No", "Yes")) %>% 
  group_by(DepVar, Use, Sex) %>% 
  summarise_at(vars(starts_with("X")), list(mean = mean, sd = sd)) %>% 
  select(DepVar, Use, Sex,
         X1_mean, X1_sd, 
         X2_mean, X2_sd, 
         X3_mean, X3_sd, 
         X4_mean, X4_sd, 
         X5_mean, X5_sd, 
         X6_mean, X6_sd)

Результат: 

# A tibble: 6 x 15
# Groups:   DepVar, Use [5]
  DepVar Use   Sex    X1_mean X1_sd X2_mean X2_sd X3_mean X3_sd X4_mean X4_sd X5_mean X5_sd X6_mean X6_sd
  <chr>  <chr> <chr>    <dbl> <dbl>   <dbl> <dbl>   <dbl> <dbl>   <dbl> <dbl>   <dbl> <dbl>   <dbl> <dbl>
1 Y1     No    Female    49.2  7.56     1.8 0.837    2.50  1.83    15.4 10.9    1.14  0.304     1.4  1.14
2 Y1     Yes   Male      59.2 13.4      2.4 1.52     3.36  3.58    11.5  6.92   0.434 0.246     1.8  1.10
3 Y2     No    Female    49.2  7.56     1.8 0.837    2.50  1.83    15.4 10.9    1.14  0.304     1.4  1.14
4 Y2     No    Male      59.2 13.4      2.4 1.52     3.36  3.58    11.5  6.92   0.434 0.246     1.8  1.10
5 Y3     No    Female    49.2  7.56     1.8 0.837    2.50  1.83    15.4 10.9    1.14  0.304     1.4  1.14
6 Y3     Yes   Male      59.2 13.4      2.4 1.52     3.36  3.58    11.5  6.92   0.434 0.246     1.8  1.10
...