用于计算平均值、n、sd和标准误差的Dplyr函数
我发现自己一直在编写这段代码,以生成组平均值的标准错误(然后用于绘制置信区间) 不过,如果能用一行代码编写自己的函数来完成这项工作,那就太好了。我已经阅读了dplyr中关于非标准评估的小插曲。我有点明白,但我太笨了,一个人想不出来。有人能帮忙吗?谢谢用于计算平均值、n、sd和标准误差的Dplyr函数,r,dplyr,nse,R,Dplyr,Nse,我发现自己一直在编写这段代码,以生成组平均值的标准错误(然后用于绘制置信区间) 不过,如果能用一行代码编写自己的函数来完成这项工作,那就太好了。我已经阅读了dplyr中关于非标准评估的小插曲。我有点明白,但我太笨了,一个人想不出来。有人能帮忙吗?谢谢 var1<-sample(c('red', 'green'), size=10, replace=T) var2<-rnorm(10, mean=5, sd=1) df<-data.frame(var1, var2) df %&g
var1<-sample(c('red', 'green'), size=10, replace=T)
var2<-rnorm(10, mean=5, sd=1)
df<-data.frame(var1, var2)
df %>%
group_by(var1) %>%
summarize(avg=mean(var2), n=n(), sd=sd(var2), se=sd/sqrt(n))
var1您可以使用函数enquo
显式命名函数调用中的变量:
my_fun <- function(x, cat_var, num_var){
cat_var <- enquo(cat_var)
num_var <- enquo(num_var)
x %>%
group_by(!!cat_var) %>%
summarize(avg = mean(!!num_var), n = n(),
sd = sd(!!num_var), se = sd/sqrt(n))
}
另一种方法是使用…
和quos
允许函数捕获group_by
语句的多个参数。看起来是这样的:
my_fun <- function(x, num_var){
num_var <- enquo(num_var)
x %>%
summarize(avg = mean(!!num_var), n = n(),
sd = sd(!!num_var), se = sd/sqrt(n))
}
df %>%
group_by(var1) %>%
my_fun(var2)
#first, build the new dataframe
var1<-sample(c('red', 'green'), size=10, replace=T)
var2<-rnorm(10, mean=5, sd=1)
var3 <- sample(c("A", "B"), size = 10, replace = TRUE)
df<-data.frame(var1, var2, var3)
# using the first version `my_fun`, it would look like this
df %>%
group_by(var1, var3) %>%
my_fun(var2)
# A tibble: 4 x 6
# Groups: var1 [?]
var1 var3 avg n sd se
<fctr> <fctr> <dbl> <int> <dbl> <dbl>
1 green A 5.248095 1 NaN NaN
2 green B 5.589881 2 0.7252621 0.5128378
3 red A 5.364265 2 0.5748759 0.4064986
4 red B 4.908226 5 1.1437186 0.5114865
# Now doing it with a new function `my_fun2`
my_fun2 <- function(x, num_var, ...){
group_var <- quos(...)
num_var <- enquo(num_var)
x %>%
group_by(!!!group_var) %>%
summarize(avg = mean(!!num_var), n = n(),
sd = sd(!!num_var), se = sd/sqrt(n))
}
df %>%
my_fun2(var2, var1, var3)
# A tibble: 4 x 6
# Groups: var1 [?]
var1 var3 avg n sd se
<fctr> <fctr> <dbl> <int> <dbl> <dbl>
1 green A 5.248095 1 NaN NaN
2 green B 5.589881 2 0.7252621 0.5128378
3 red A 5.364265 2 0.5748759 0.4064986
4 red B 4.908226 5 1.1437186 0.5114865
#首先,构建新的数据帧
你能展示一下你所做的吗?你在哪里卡住了?看看[nse]标签中的一些问题。好吧,我在博客帖子中玩弄了这段代码:code
mean\u mpg=function(data,…,x){data%>%groupby.(dots=lazyeval::lazy\u dots(…)%>%summary(mean\u mpg=~mean(x))}mtcars%>%mean\u mpg(cyl,gear,mpg)code
它返回了一个错误,而不是一个矢量。您可能应该注意,这只适用于dplyr
的开发版本,而不是OP最可能使用的当前CRAN版本;我忘了我问过这个问题。但是,是否可以不在函数中包含分类分组变量?有时我用一个分组,有时用两个分组变量。我希望在自定义函数之外保持这种灵活性。但我不知道这是否可行。我添加了一个编辑,可以让你用两种不同的方式来完成
my_fun <- function(x, num_var){
num_var <- enquo(num_var)
x %>%
summarize(avg = mean(!!num_var), n = n(),
sd = sd(!!num_var), se = sd/sqrt(n))
}
df %>%
group_by(var1) %>%
my_fun(var2)
#first, build the new dataframe
var1<-sample(c('red', 'green'), size=10, replace=T)
var2<-rnorm(10, mean=5, sd=1)
var3 <- sample(c("A", "B"), size = 10, replace = TRUE)
df<-data.frame(var1, var2, var3)
# using the first version `my_fun`, it would look like this
df %>%
group_by(var1, var3) %>%
my_fun(var2)
# A tibble: 4 x 6
# Groups: var1 [?]
var1 var3 avg n sd se
<fctr> <fctr> <dbl> <int> <dbl> <dbl>
1 green A 5.248095 1 NaN NaN
2 green B 5.589881 2 0.7252621 0.5128378
3 red A 5.364265 2 0.5748759 0.4064986
4 red B 4.908226 5 1.1437186 0.5114865
# Now doing it with a new function `my_fun2`
my_fun2 <- function(x, num_var, ...){
group_var <- quos(...)
num_var <- enquo(num_var)
x %>%
group_by(!!!group_var) %>%
summarize(avg = mean(!!num_var), n = n(),
sd = sd(!!num_var), se = sd/sqrt(n))
}
df %>%
my_fun2(var2, var1, var3)
# A tibble: 4 x 6
# Groups: var1 [?]
var1 var3 avg n sd se
<fctr> <fctr> <dbl> <int> <dbl> <dbl>
1 green A 5.248095 1 NaN NaN
2 green B 5.589881 2 0.7252621 0.5128378
3 red A 5.364265 2 0.5748759 0.4064986
4 red B 4.908226 5 1.1437186 0.5114865