如何"；堆栈"；及；“取消堆叠”；在R中，用于包含2个因素的汇总统计

我试图从以下数据集中计算两个汇总统计数据（平均值和标准误差），其中位置和成人都应该是因素

 Location    Adult    OverComp
 F           1        7
 P           1        8
 P           0        10
 F           1        3
 F           0        11

我希望输出如下所示：

Location    Adult     OverComp.m    OverComp.se
F           1         (mean)        (standard error)
F           0         (mean)        (standard error)
P           1         (mean)        (standard error)
P           0         (mean)        (standard error)

其中，OVERVP.m是位置x的每个组合的计算平均值，OVERVP.se是这些组合中每个组合的标准误差。我想要这种格式，因为我想在ggplot2中使用这种格式，以制作四种方式的条形图&se，位置的颜色编码

我已经走了这么远：

 summary.OverComp <-data.frame(
 + Location=levels(as.factor(data$FLocation)),
 + MeanOverComp=tapply(data$OverComp, list(data$FLocation,data$Adult), mean),
 + se=tapply(data$OverComp, list(data$FLocation,data$Adult),std.error))

---

我现在有点不知所措——不确定是采用不同的绘图方法，还是对上述输出进行转换，还是找出如何在摘要编码中加入成人因素。我有一个线索，重塑可能涉及，但不知道如何处理这一点。非常感谢您的帮助

这是聚合的典型用法，聚合是一个基本（实际上是stats pkg）函数：

> aggregate(dat$OverComp, # the values being aggregated
            dat[-3],   # the grouping factors
            function(Ov) c(mean=mean(Ov), sd=sd(Ov) ) #aggregation function(s)
            )  
  Location Adult    x.mean      x.sd
1        F     0 11.000000        NA
2        P     0 10.000000        NA
3        F     1  5.000000  2.828427
4        P     1  8.000000        NA

---

如果您在看到NA的三个类别中有多个项目，则会出现更具吸引力的输出。

您可以尝试

数据。表

（如果

dat

是数据集）

---

让您的生活更轻松，在ggplot中使用

stat\u summary

（参见帮助页面中的示例）或使用软件包（Hadley的plyr或dplyr或Matt的data.table）。OP希望计算SE而不是SDE。可能此变体：

库（plotrix）；mean.se
> aggregate(dat$OverComp, # the values being aggregated
            dat[-3],   # the grouping factors
            function(Ov) c(mean=mean(Ov), sd=sd(Ov) ) #aggregation function(s)
            )  
  Location Adult    x.mean      x.sd
1        F     0 11.000000        NA
2        P     0 10.000000        NA
3        F     1  5.000000  2.828427
4        P     1  8.000000        NA

 library(plotrix)
 library(data.table)

 setDT(dat)[,list(OverComp.m=mean(OverComp),
                Overcomp.se=std.error(OverComp)), by=list(Location, Adult)]
     Location Adult OverComp.m Overcomp.se
 #1:        F     1          5           2
 #2:        P     1          8          NA
 #3:        P     0         10          NA
 #4:        F     0         11          NA