使用data.table（）和dplyr（）在R_R_Dataframe_Dplyr_Data.table_Summary

使用data.table（）和dplyr（）在R

r dataframe

使用data.table（）和dplyr（）在R,r,dataframe,dplyr,data.table,summary,R,Dataframe,Dplyr,Data.table,Summary,问题我有一个名为“FID”的数据框（见下文），其中包含三年内每月FID的频率我想通过使用软件包data.table和dplyr，计算3年内FID的总频率来对我的数据框架进行子集，然后我想总结我的数据，使其包含：- 摘要数据框 Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper ##Reformat into a data.table object FID_Table<-data.tabl

问题

我有一个名为“FID”的数据框（见下文），其中包含三年内每月FID的频率

我想通过使用软件包data.table和dplyr，计算3年内FID的总频率来对我的数据框架进行子集，然后我想总结我的数据，使其包含：-
摘要数据框

Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summary statistics FID.Summarised=FID_Table[, sum(FID), Month=.N, Mean_FID=mean(FID), SD_FID=sd(FID), S.E = std.error(FID), by=Month] ##Error message Error in `[.data.table`(FID_Table, , sum(FID), Month = .N, Mean_FID = mean(FID), : unused arguments (Month = .N, Mean_FID = mean(FID), SD_FID = sd(FID), S.E = std.error(FID))

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summarise Data Summarised.FID<-FID_Table[, .(FID.Freq=sum(FID), mean = mean(FID), sd=sd(FID), median=median(FID)), by = .(Month)] ##data.table results Month FID.Freq mean sd median 1: January 165 55.000000 10.535654 56 2: February 182 60.666667 29.737743 65 3: March 179 59.666667 33.291641 43 4: April 104 34.666667 16.862186 27 5: May 124 41.333333 49.571497 20 6: June 10 3.333333 5.773503 0 7: July 15 5.000000 4.358899 7 8: August 133 44.333333 21.007935 45 9: September 97 32.333333 21.548395 34 10: October 82 27.333333 13.051181 26 11: November 75 25.000000 19.000000 25 12: December 102 34.000000 4.582576 33

月

3年内每月FID的总频率

3年内每月FID的平均频率

3年内每月FID的标准偏差

3年内每月FID的标准误差

3年内每月的置信下限和置信上限
我不知道如何通过增加3年内每月FID的总频率来对数据帧进行子集划分。例如，在下面的示例中，三年中一月的总频率为-86+66+56=208，我希望每个月都这样做

###What a section of my data frame looks like ##Desired outcome Year Month FID Month FID 2018 January 86 January 208 2019 January 66 February 176 2020 January 56 2018 February 76 2019 February 55 2020 February 45
汇总数据框所需的列

Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summary statistics FID.Summarised=FID_Table[, sum(FID), Month=.N, Mean_FID=mean(FID), SD_FID=sd(FID), S.E = std.error(FID), by=Month] ##Error message Error in `[.data.table`(FID_Table, , sum(FID), Month = .N, Mean_FID = mean(FID), : unused arguments (Month = .N, Mean_FID = mean(FID), SD_FID = sd(FID), S.E = std.error(FID))

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summarise Data Summarised.FID<-FID_Table[, .(FID.Freq=sum(FID), mean = mean(FID), sd=sd(FID), median=median(FID)), by = .(Month)] ##data.table results Month FID.Freq mean sd median 1: January 165 55.000000 10.535654 56 2: February 182 60.666667 29.737743 65 3: March 179 59.666667 33.291641 43 4: April 104 34.666667 16.862186 27 5: May 124 41.333333 49.571497 20 6: June 10 3.333333 5.773503 0 7: July 15 5.000000 4.358899 7 8: August 133 44.333333 21.007935 45 9: September 97 32.333333 21.548395 34 10: October 82 27.333333 13.051181 26 11: November 75 25.000000 19.000000 25 12: December 102 34.000000 4.582576 33
我不是一个高级R用户，我已经在网上阅读了许多堆栈溢出页面和教程，但我无法找到正确的程序（请参见下面的R代码）来生成所需的摘要数据帧。我也找不到使用package data.table生成上下置信区间的方法。知道如何同时使用data.table和dplyr执行此过程将非常方便，因为我经常使用这两个包
如果有人能帮忙，我将不胜感激
非常感谢
R代码

Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summary statistics FID.Summarised=FID_Table[, sum(FID), Month=.N, Mean_FID=mean(FID), SD_FID=sd(FID), S.E = std.error(FID), by=Month] ##Error message Error in `[.data.table`(FID_Table, , sum(FID), Month = .N, Mean_FID = mean(FID), : unused arguments (Month = .N, Mean_FID = mean(FID), SD_FID = sd(FID), S.E = std.error(FID))

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summarise Data Summarised.FID<-FID_Table[, .(FID.Freq=sum(FID), mean = mean(FID), sd=sd(FID), median=median(FID)), by = .(Month)] ##data.table results Month FID.Freq mean sd median 1: January 165 55.000000 10.535654 56 2: February 182 60.666667 29.737743 65 3: March 179 59.666667 33.291641 43 4: April 104 34.666667 16.862186 27 5: May 124 41.333333 49.571497 20 6: June 10 3.333333 5.773503 0 7: July 15 5.000000 4.358899 7 8: August 133 44.333333 21.007935 45 9: September 97 32.333333 21.548395 34 10: October 82 27.333333 13.051181 26 11: November 75 25.000000 19.000000 25 12: December 102 34.000000 4.582576 33
使用数据表

Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summary statistics FID.Summarised=FID_Table[, sum(FID), Month=.N, Mean_FID=mean(FID), SD_FID=sd(FID), S.E = std.error(FID), by=Month] ##Error message Error in `[.data.table`(FID_Table, , sum(FID), Month = .N, Mean_FID = mean(FID), : unused arguments (Month = .N, Mean_FID = mean(FID), SD_FID = sd(FID), S.E = std.error(FID))

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summarise Data Summarised.FID<-FID_Table[, .(FID.Freq=sum(FID), mean = mean(FID), sd=sd(FID), median=median(FID)), by = .(Month)] ##data.table results Month FID.Freq mean sd median 1: January 165 55.000000 10.535654 56 2: February 182 60.666667 29.737743 65 3: March 179 59.666667 33.291641 43 4: April 104 34.666667 16.862186 27 5: May 124 41.333333 49.571497 20 6: June 10 3.333333 5.773503 0 7: July 15 5.000000 4.358899 7 8: August 133 44.333333 21.007935 45 9: September 97 32.333333 21.548395 34 10: October 82 27.333333 13.051181 26 11: November 75 25.000000 19.000000 25 12: December 102 34.000000 4.582576 33
数据帧：“FID”

structure(list(Year = c(2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L, 2017L), Month = structure(c(5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L), .Label = c("April", "August", "December", "February", "January", "July", "June", "March", "May", "November", "October", "September"), class = "factor"), FID = c(65L, 88L, 43L, 54L, 98L, 0L, 0L, 23L, 10L, 15L, 6L, 33L, 56L, 29L, 98L, 23L, 6L, 10L, 7L, 65L, 53L, 41L, 25L, 30L, 44L, 65L, 38L, 27L, 20L, 0L, 8L, 45L, 34L, 26L, 44L, 39L)), class = "data.frame", row.names = c(NA, -36L))

答案：数据表

Month Total_FID Mean_FID SD_FID S.E_FID Ci_Lower Ci_Upper

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summary statistics FID.Summarised=FID_Table[, sum(FID), Month=.N, Mean_FID=mean(FID), SD_FID=sd(FID), S.E = std.error(FID), by=Month] ##Error message Error in `[.data.table`(FID_Table, , sum(FID), Month = .N, Mean_FID = mean(FID), : unused arguments (Month = .N, Mean_FID = mean(FID), SD_FID = sd(FID), S.E = std.error(FID))

##Reformat into a data.table object FID_Table<-data.table(FID) ##Summarise Data Summarised.FID<-FID_Table[, .(FID.Freq=sum(FID), mean = mean(FID), sd=sd(FID), median=median(FID)), by = .(Month)] ##data.table results Month FID.Freq mean sd median 1: January 165 55.000000 10.535654 56 2: February 182 60.666667 29.737743 65 3: March 179 59.666667 33.291641 43 4: April 104 34.666667 16.862186 27 5: May 124 41.333333 49.571497 20 6: June 10 3.333333 5.773503 0 7: July 15 5.000000 4.358899 7 8: August 133 44.333333 21.007935 45 9: September 97 32.333333 21.548395 34 10: October 82 27.333333 13.051181 26 11: November 75 25.000000 19.000000 25 12: December 102 34.000000 4.582576 33

##重新格式化为data.table对象 FID_表% dplyr：：总结（频率=总和（FID），月平均数=月平均数（FID）， sd.month=sd（FID，na.rm=TRUE）， n_FID=n（）， sem=sd（FID）/sqrt（n（））， ci_low=月平均值-1.96*sem， ci_hi=月平均值+1.96*sem）%>% 解组（） ##dplyr结果月频率平均值。月sd。月n_FID sem ci_低ci_高 1月1日165 55.000000 10.535654 3 6.082763 43.0777854 66.922215 2月2日182 60.666667 29.737743 3 17.169094 27.0152431 94.318090 179年3月3日59.666667 33.291641 3 19.220938 21.9936289 97.339704 4月4日104 34.666667 16.862186 3 9.735388 15.5853064 53.748027 5月12441.33333349.571497 3 28.620117-14.7620965 97.428763 6月10日3.333333 5.773503 3.333333-3.2000000 9.866667 7月15日5.000000 4.358899 3 2.516611 0.0674415 9.932558 8月13日44.333333 21.007935 3 12.128937 20.5606169 68.106050 1997年9月9日32.333333 21.548395 3 12.440972 7.9490287 56.717638 10月10日82 27.333333 13.051181 3 7.535103 12.5645314 42.102135 11月11日75.25.000000 19.000000 310.969655 3.4994760 46.500524 12月102日34.000000 4.582576 3 2.645751 28.8143274 39.185673
dplyr:：summary（Mean.Month=Mean（n），sd.Month=sd（n，na.rm=TRUE）
什么是
n
？应该是
FID
？嗨，Ronak，谢谢你的建议。我根据你的建议更改了代码，并且有一条新的错误消息。你能提供建议吗？如果你能
FID（）
不是一个函数，而是一个列名。因此您实际上需要
sem=sd（FID）/sqrt（FID）
但是
sqrt
没有给出一个值。你确定你使用的公式是正确的吗？嗨，Ronak。我已经接近了预期的结果。但是，dplyr代码没有在3年内逐月对数据帧进行子集划分。我重新编辑了页面，这样你就可以实际看到我的意思。在月份列中，应该有一个一月，2月、3月等，3年内FID的频率计数（我通过data.table实现了这一点-见上文），加上他们的相关摘要统计数据，由于您的建议，这些统计数据已在上文中成功创建。您知道如何解决此问题吗？如果您能提供帮助，谢谢：）是，正如我前面提到的，这段代码就是问题所在
sem=sd（FID）/sqrt（FID）
。请注意，前几行中的
mean
，
sd
，
n（）
只为每组返回一个值，但这并不
sem=sd（FID）/sqrt（FID）
。它为组中的
x
行返回
x
值，因此数据帧不会每个月折叠成一行。这就是为什么我问你是否知道这句话是正确的。