Hoe de standaardafwijking van kolommen in r te berekenen

U kunt de volgende basissyntaxis gebruiken om de standaardafwijking van kolommen in R te berekenen:

 #calculate standard deviation of one column
sd(df$col1)

#calculate standard deviation of all columns
sapply(df, sd)

#calculate standard deviation of specific columns
sapply(df[c(' col1 ', ' col2 ', ' col5 ')], sd)

De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken met het volgende dataframe:

 #create data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 91, 86, 88, 95),
                 assists=c(33, 28, 31, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#view data frame
df

  team points assists rebounds
1 A 99 33 30
2 B 91 28 28
3 C 86 31 24
4 D 88 39 24
5 E 95 34 28

Voorbeeld 1: standaardafwijking van een kolom

De volgende code laat zien hoe u de standaardafwijking van een kolom in het gegevensframe berekent:

 #calculate standard deviation of 'points' column
sd(df$points)

[1] 5.263079

De standaardafwijking van de waarden in de kolom “punten” is 5,263079 .

Voorbeeld 2: standaardafwijking van alle kolommen

De volgende code laat zien hoe u de standaardafwijking van elke kolom in het gegevensframe berekent:

 #calculate standard deviation of all columns in data frame
sapply(df, sd)

    team points assists rebounds 
      NA 5.263079 4.062019 2.683282 
Warning message:
In var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm):
  NAs introduced by coercion

Omdat de kolom „team“ een karaktervariabele is, retourneert R NA en geeft ons een waarschuwing.

Het berekent echter met succes de standaardafwijking van de andere drie numerieke kolommen.

Voorbeeld 3: Standaardafwijking van specifieke kolommen

De volgende code laat zien hoe u de standaardafwijking van specifieke kolommen in het gegevensframe kunt berekenen:

 #calculate standard deviation of 'points' and 'rebounds' columns
sapply(df[c(' points ', ' rebounds ')], sd)

  rebound points 
5.263079 2.683282

Merk op dat we ook kolomindexwaarden kunnen gebruiken om kolommen te selecteren:

 #calculate standard deviation of 'points' and 'rebounds' columns
sapply(df[c(2, 4)], sd)

  rebound points 
5.263079 2.683282

Aanvullende bronnen

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

Hoe de standaardafwijking van rijen in R te berekenen
Hoe het gemiddelde van meerdere kolommen in R te berekenen
Hoe u de maximale waarde over meerdere kolommen in R kunt vinden
Hoe specifieke kolommen in R te selecteren