如何通过分类变量过滤R中的data.frame？

Question

刚刚学习R.

如果data.frameR中有两列,一个是数字,一个是分类,我如何提取一部分data.frame用于？

str(ex0331)
'data.frame':   36 obs. of  2 variables:
$ Iron      : num  0.71 1.66 2.01 2.16 2.42 ...
$ Supplement: Factor w/ 2 levels "Fe3","Fe4": 1 1 1 1 1 1 1 1 1 1 ...

基本上,我需要能够分别对这两个因素进行操作; 即我需要能够按Supplement类型(Fe3或Fe4)单独确定铁保留率的长度/平均值/标准差/秒等.

最简单的方法是什么？

我知道这个by()命令.例如,以下内容得到了我需要的一些内容:

by(ex0331, ex0331$Supplement, summary)
ex0331$Supplement: Fe3
     Iron       Supplement
Min.   :0.710   Fe3:18    
1st Qu.:2.420   Fe4: 0    
Median :3.475             
Mean   :3.699             
3rd Qu.:4.472             
Max.   :8.240             
------------------------------------------------------------ 
ex0331$Supplement: Fe4
     Iron        Supplement
Min.   : 2.200   Fe3: 0    
1st Qu.: 3.892   Fe4:18    
Median : 5.750             
Mean   : 5.937             
3rd Qu.: 6.970             
Max.   :12.450      

但我需要更多的灵活性.我需要应用axis命令,例如,log()按组应用功能.我确信有一个简单的方法可以做到这一点; 我只是没有看到它.data.frame我见过的所有操作文档都是数字而不是分类变量.

Answer 1

您可以通过索引或使用来获取数据的子集subset：

ex0331 <- data.frame( iron=rnorm(36), supplement=c("Fe3","Fe4"))

subset(ex0331, supplement=="Fe3")
subset(ex0331, supplement=="Fe4")

ex0331[ex0331$supplement=="Fe3",]

或者立即使用split，产生一个列表：

split(ex0331,ex0331$supplement)

您可以做的另一件事是使用tapply一个因子进行分割，然后执行一个函数：

tapply(ex0331$iron,ex0331$supplement,mean)
        Fe3         Fe4 
-0.15443861 -0.01308835 

也可以使用该plyr包，它有很多有用的功能。例如：

library(plyr)
daply(ex0331,.(supplement),function(x)mean(x[1]))
        Fe3         Fe4 
-0.15443861 -0.01308835 

编辑

为了回答已编辑的问题，您可以通过以下方式获取每种补充剂的铁含量：

ex0331 <- data.frame( iron=abs(rnorm(36)), supplement=c("Fe3","Fe4"))

tapply(ex0331$iron,ex0331$supplement,log)

或者与plyr：

library(plyr)
dlply(ex0331,.(supplement),function(x)log(x$iron))

两者都以列表形式返回。我确信有一种比 plyr 示例中的包装函数更简单的方法。