Come calcolare la deviazione standard per gruppo in r (con esempi)
È possibile utilizzare uno dei seguenti metodi per calcolare la deviazione standard per gruppo in R:
Metodo 1: utilizzare la base R
aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN=sd)
Metodo 2: usa dplyr
library (dplyr)
df %>%
group_by(col_to_group_by) %>%
summarise_at(vars(col_to_aggregate), list(name=sd))
Metodo 3: utilizzare data.table
library (data.table)
setDT(df)
dt[ ,list(sd=sd(col_to_aggregate)), by=col_to_group_by]
Gli esempi seguenti mostrano come utilizzare nella pratica ciascuno di questi metodi con il seguente frame di dati in R:
#create data frame
df <- data. frame (team=rep(c(' A ', ' B ', ' C '), each= 6 ),
points=c(8, 10, 12, 12, 14, 15, 10, 11, 12,
18, 22, 24, 3, 5, 5, 6, 7, 9))
#view data frame
df
team points
1 to 8
2 to 10
3 to 12
4 to 12
5 to 14
6 to 15
7 B 10
8 B 11
9 B 12
10 B 18
11 B 22
12 B 24
13 C 3
14 C 5
15 C 5
16 C 6
17 C 7
18 C 9
Metodo 1: Calcola la deviazione standard per gruppo utilizzando la base R
Il codice seguente mostra come utilizzare la funzione Aggregate() del database R per calcolare la deviazione standard dei punti segnati dalla squadra:
#calculate standard deviation of points by team
aggregate(df$points, list(df$team), FUN=sd)
Group.1 x
1 A 2.562551
2 B 6.013873
3 C 2.041241
Metodo 2: calcolare la deviazione standard per gruppo utilizzando dplyr
Il codice seguente mostra come utilizzare le funzioni group_by () e summarise_at() del pacchetto dplyr per calcolare la deviazione standard dei punti segnati dalla squadra:
library (dplyr)
#calculate standard deviation of points scored by team
df %>%
group_by(team) %>%
summarise_at(vars(points), list(name=sd))
# A tibble: 3 x 2
team name
1 to 2.56
2 B 6.01
3C 2.04
Metodo 3: calcolare la deviazione standard per gruppo utilizzando data.table
Il codice seguente mostra come calcolare la deviazione standard dei punti segnati dalla squadra utilizzando le funzioni nel pacchetto data.table :
library (data.table)
#convert data frame to data table
setDT(df)
#calculate standard deviation of points scored by team
df[,list(sd=sd(points)), by=team]
team sd
1: A 2.562551
2: B 6.013873
3:C2.041241
Tieni presente che tutti e tre i metodi restituiscono gli stessi risultati.
Nota : se stai lavorando con un frame di dati estremamente grande, si consiglia di utilizzare l’approccio dplyr o data.table poiché questi pacchetti funzionano molto più velocemente di base R.
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in R:
Come calcolare la media per gruppo in R
Come calcolare la somma per gruppo in R
Come calcolare i quantili per gruppo in R