Dplyr を使用して標準偏差を計算する方法 (例あり)
次のメソッドを使用して、 dplyrのデータ フレーム内の値の標準偏差を計算できます。
方法 1: 変数の標準偏差を計算する
library (dplyr) df %>% summarise(sd_var1 = sd(var1, na. rm = TRUE ))
方法 2: 複数の変数の標準偏差を計算する
library (dplyr) df %>% summarize(sd_var1 = sd(var1, na. rm = TRUE ), sd_var2 = sd(var2, na. rm = TRUE ))
方法 3: 別の変数でグループ化された複数の変数の標準偏差を計算する
library (dplyr) df %>% group_by(var3) %>% summarize(sd_var1 = sd(var1, na. rm = TRUE ), sd_var2 = sd(var2, na. rm = TRUE ))
このチュートリアルでは、R の次のデータ フレームを使用して各メソッドを実際に使用する方法を説明します。
#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
points=c(12, 15, 18, 22, 14, 17, 29, 35),
assists=c(4, 4, 3, 6, 7, 8, 3, 10))
#view data frame
df
team points assists
1 to 12 4
2 to 15 4
3 To 18 3
4 to 22 6
5 B 14 7
6 B 17 8
7 B 29 3
8 B 35 10
例 1: 変数の標準偏差を計算する
次のコードは、ポイント変数の標準偏差を計算する方法を示しています。
library (dplyr) #calculate standard deviation of points variable df %>% summarise(sd_points = sd(points, na. rm = TRUE )) sd_points 1 7.995534
結果から、ポイント変数の値の標準偏差は7.995534であることがわかります。
例 2: いくつかの変数の標準偏差を計算する
次のコードは、ポイントとヘルパー変数の標準偏差を計算する方法を示しています。
library (dplyr) #calculate standard deviation of points and assists variables df %>% summarise(sd_points = sd(points, na. rm = TRUE ), sd_assists = sd(assists, na. rm = TRUE )) sd_points sd_assists 1 7.995534 2.559994
出力には、ポイントとアシスト変数の標準偏差が表示されます。
例 3: 別の変数でグループ化された複数の変数の標準偏差を計算する
次のコードは、ポイントとヘルパー変数の標準偏差を計算する方法を示しています。
library (dplyr) #calculate standard deviation of points and assists variables df %>% group_by(team) %>% summarise(sd_points = sd(points, na. rm = TRUE ), sd_assists = sd(assists, na. rm = TRUE )) # A tibble: 2 x 3 team sd_points sd_assists 1 A 4.27 1.26 2B 9.91 2.94
結果には、チーム A とチーム B のポイントとアシスト変数の標準偏差が表示されます。
注: 複数の変数でグループ化する場合は、 group_by()関数に複数の変数のリストを含めることができます。
追加リソース
次のチュートリアルでは、R で他の一般的なタスクを実行する方法について説明します。
dplyrを使用して一意の値をフィルタリングする方法
dplyrを使って複数の条件でフィルタリングする方法
R の列の出現数をカウントする方法