因子累积频率

Question

我必须通过因子找出连续变量的累积频率(换算成百分比).例如:

data <- data.frame(n = sample(1:12),
                d = seq(10, 120, by = 10),
                Site = rep(c("FirstSite", "SecondSite"), 6), 
                Plot = rep(c("Plot1", "Plot1", "Plot2", "Plot2"), 3)
                )

data <- with(data, data[order(Site,Plot),])
data <- transform(data, G = ((pi * (d/2)^2) * n) / 10000)

data
    n   d       Site  Plot           G
1   7  10  FirstSite Plot1  0.05497787
5   9  50  FirstSite Plot1  1.76714587
9  12  90  FirstSite Plot1  7.63407015
3  10  30  FirstSite Plot2  0.70685835
7   5  70  FirstSite Plot2  1.92422550
11  1 110  FirstSite Plot2  0.95033178
2   3  20 SecondSite Plot1  0.09424778
6   8  60 SecondSite Plot1  2.26194671
10  6 100 SecondSite Plot1  4.71238898
4   4  40 SecondSite Plot2  0.50265482
8   2  80 SecondSite Plot2  1.00530965
12 11 120 SecondSite Plot2 12.44070691

我需要列的cumulaive频率G的因素Plot~Site,以情节的geom_step ggplot G对d每个情节和站点.
我已经实现了G通过因子计算累积和:

data.ss <- by(data[, "G"], data[,c("Plot", "Site")], function(x) cumsum(x))
# Gtot
(data.ss.tot <- sapply(ss, max))
[1]  9.456194  3.581416  7.068583 13.948671

现在我需要Plot G在范围[0..1]中表达每个,其中1表示G每个Plot.我想我应该除以G它Plot Gtot,然后应用一个新的cumsum.怎么做？
请注意,我必须绘制这个累积频率而d不是G自己,因此它不是一个合适的ecdf.
谢谢.

Answer 1

我经常使用ddply和transform做这类事情:

> data = ddply(data, c('Site', 'Plot'), transform, Gsum=cumsum(G), Gtot=sum(G))
> qplot(x=d, y=Gsum/Gtot, facets=Plot~Site, geom='step', data=data)