Hoe standaardafwijking per groep in r te berekenen (met voorbeelden)

U kunt een van de volgende methoden gebruiken om de standaardafwijking per groep in R te berekenen:

Methode 1: gebruik de R-base

 aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN=sd)

Methode 2: gebruik dplyr

 library (dplyr)

df %>%
  group_by(col_to_group_by) %>%
  summarise_at(vars(col_to_aggregate), list(name=sd))

Methode 3: Gebruik data.table

 library (data.table)

setDT(df)

dt[ ,list(sd=sd(col_to_aggregate)), by=col_to_group_by]

De volgende voorbeelden laten zien hoe u elk van deze methoden in de praktijk kunt gebruiken met het volgende dataframe 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

Methode 1: Bereken de standaardafwijking per groep met behulp van de R-basis

De volgende code laat zien hoe u de functie Aggregate() van de R-database gebruikt om de standaardafwijking van de door het team gescoorde punten te berekenen:

 #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

Methode 2: Bereken de standaardafwijking per groep met behulp van dplyr

De volgende code laat zien hoe u de functies group_by () en summarise_at() uit het dplyr- pakket kunt gebruiken om de standaardafwijking van de door het team gescoorde punten te berekenen:

 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

Methode 3: Bereken de standaardafwijking per groep met behulp van data.table

De volgende code laat zien hoe u de standaardafwijking van de door het team gescoorde punten kunt berekenen met behulp van functies in het data.table- pakket:

 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

Houd er rekening mee dat alle drie de methoden dezelfde resultaten opleveren.

Opmerking : als u met een extreem groot dataframe werkt, wordt het aanbevolen om de dplyr- of data.table- aanpak te gebruiken, omdat deze pakketten veel sneller werken dan basis R.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:

Hoe het gemiddelde per groep in R te berekenen
Hoe de som per groep in R te berekenen
Hoe kwantielen per groep in R te berekenen