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