aggreate函数不使用标准偏差和因子

我试图得到一个数据框中一列的标准偏差，由其他几列分组

x <- c("Paul", "Paul", "Paul", "Jennifer", "Jennifer", "Jennifer")
y <- c("a", "a", "b", "c", "c", "d")
g <- c("eins", "eins", "zwei", "drei", "drei", "vier")
z <- c(1,2,3,4,5,6)
df <- tibble(Fall = x, DRG = y, DRG2 = g, Anzahl = z)

df$Fall <- as.factor(df$Fall)
df$DRG <- as.factor(df$DRG)
df$DRG2 <- as.factor(df$DRG2)

标准偏差给了我一个错误：

aggregate(x = df, 
          by = list(df$Fall, df$DRG, df$DRG2),
          FUN = sd, na.rm = TRUE)

Error in var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm) : 
  Calling var(x) on a factor x is defunct.
  Use something like 'all(duplicated(x)[-1L])' to test for a constant vector.

为什么呢？我试图理解错误信息，但我不明白为什么它适用于均值，而不适用于标准差。如果我把所有的因子都转换成字符，那么标准差就起作用了，并给出了正确的结果。为什么呢

---

将整个数据帧作为

x

参数传递。相反，您应该传递要聚合的变量。有两种方法可以使用

aggregate

函数

使用值-

使用公式语法：

这同样适用于

sd

功能

---

在您的尝试中，将计算所有值的

平均值

/

sd

。传递

因子

变量时，

平均值

和

标准差

的输出不同

mean(df$Fall)
#[1] NA

但是返回一个警告

警告信息： 默认值（df$Fall）：参数不是数字或逻辑参数：返回NA

而

sd

返回一个错误

sd(df$Fall)

变量中的错误（如果（is.vector（x）| is.factor（x））x否则为.double（x），na.rm=na.rm）： 对因子x调用var（x）已失效。 使用类似“all（复制的（x）[-1L]）”的方法测试常量向量

---

因此，

mean

似乎有效，而

sd

返回一个错误。

我们可以使用

dplyr

sd(df$Fall)

library(dplyr)
df %>%
    group_by(Fall, DRG, DRG2) %>%
    summarise(Anzahl = mean(Anzahl, na.rm = TRUE))

---

那是真的！但是为什么R给了我一个sd的错误，而不是这个例子中的均值？我正在试图找出这两者之间的区别。希望我在答案中的更新有助于理解两者之间的区别。这只是随机的还是背后有一个概念？我不知道你在问什么。我觉得这种行为完全合乎逻辑<因子变量上的代码>平均值返回带有警告的NA，而它计算数值变量的实际平均值<另一方面，代码>sd在因子变量上运行时返回错误。警告不会停止函数的执行，而错误会停止执行。你认为这其中的哪一部分是随机的？对我来说，函数mean返回警告，函数sd返回错误是随机的。

mean(df$Fall)
#[1] NA

sd(df$Fall)

library(dplyr)
df %>%
    group_by(Fall, DRG, DRG2) %>%
    summarise(Anzahl = mean(Anzahl, na.rm = TRUE))