Fatal编程技术网
  • r/
  • 聚合-na.忽略和na.通过R和因子（按因子分组）？

聚合-na.忽略和na.通过R和因子（按因子分组）？

r

聚合-na.忽略和na.通过R和因子（按因子分组）？,r,R,我有一个包含工资测试数据的数据集。并非所有单元格都有值，因此我使用了na.action=na.pass，na.rm=TRUE，但它给了我一个错误，因为我想用JobTitle进行聚合，这是一个因子 到目前为止，我已经开发了以下代码： aggregate(salaries$JobTitle, list(pay = salaries$TotalPay), FUN=mean, na.action=na.pass, na.rm=TRUE) 我的测试数据包含以下列： 'data.frame': 10

我有一个包含工资测试数据的数据集。并非所有单元格都有值，因此我使用了na.action=na.pass，na.rm=TRUE，但它给了我一个错误，因为我想用JobTitle进行聚合，这是一个因子

到目前为止，我已经开发了以下代码：

aggregate(salaries$JobTitle, 
list(pay = salaries$TotalPay),
FUN=mean,
na.action=na.pass,
na.rm=TRUE)
我的测试数据包含以下列：

'data.frame':   104 obs. of  36 variables:
 $ Id              : int  1 2 3 4 5 6 7 8 9 10 ...
 $ EmployeeName    : Factor w/ 11 levels "","ALBERT PARDINI",..: 10 7 2 4 11 6 3 5 9 8 ...
 $ JobTitle        : Factor w/ 9 levels "","ASSISTANT DEPUTY CHIEF II",..: 8 4 4 9 6 2 3 7 3 5 ...
 $ BasePay         : num  167411 155966 212739 77916 134402 ...
 $ OvertimePay     : num  0 245132 106088 56121 9737 ...
 $ OtherPay        : num  400184 137811 16453 198307 182235 ...
 $ Benefits        : logi  NA NA NA NA NA NA ...
 $ TotalPay        : num  567595 538909 335280 332344 326373 ...
 $ TotalPayBenefits: num  567595 538909 335280 332344 326373 ...
 $ Year            : int  2011 2011 2011 2011 2011 2011 2011 2011 2011 2011 ...
 $ Notes           : logi  NA NA NA NA NA NA ...
 $ Agency          : Factor w/ 2 levels "","San Francisco": 2 2 2 2 2 2 2 2 2 2 ..
出现的错误代码是

Warning messages:
1: In mean.default(X[[i]], ...) :
  argument is not numeric or logical: returning NA
2: In mean.default(X[[i]], ...) :
  argument is not numeric or logical: returning NA
等等

我已经尝试过使用工资$Id，它工作起来很神奇，所以我假设代码是正确的，也许我需要更改JobTitle的数据类型？

如果我们得到“TotalPay
按“JobTitle”分组的
平均值，那么
公式方法将是


aggregate(TotalPay~JobTitle, salaries, mean, na.rm=TRUE, na.action=na.pass)


或使用


aggregate(salaries$TotalPay, list(salaries$JobTitle), FUN=mean, na.rm=TRUE) 


数据

set.seed（24）

工资您的
职务
是一个
因素
变量。您希望获得的
平均值
是哪个变量？。我认为应该是相反的。i、 e.
aggregate（TotalPay~JobTitle，工资，平均数，na.rm=TRUE，na.action=na.pass）
谢谢。它起作用了。我现在意识到，我有更多的记录可以显示，而head函数只提供按JobTitle排序的6条顶级记录。那个么，是否有一个类似于SQL order by的函数来按所选列进行排序，而且，我想答案是否定的，但我们可以将年份添加到聚合中吗？我正在努力使某个职位的总薪酬与去年同期相比有所变化。我不熟悉R，因此所有的问题都很愚蠢。@Kalenji如果您还需要“Year”作为分组变量，您可以将其添加到第二种方式的
列表中，或者在
~
@Kalenji的lhs上的公式方法中使用，其他选项包括
dplyr
或
数据表
。例如，
library（dplyr）；工资%>%group_by（职务，年份）%%>%SUMMARY（工资=平均值（TotalPay，na.rm=TRUE））
我曾尝试使用上述代码库（dplyr）工资

set.seed(24)
salaries <- data.frame(JobTitle = sample(LETTERS[1:5], 20,
       replace=TRUE), TotalPay= sample(c(1:20, NA), 20))