Como calcular o desvio padrão por grupo em r (com exemplos)

Você pode usar qualquer um dos seguintes métodos para calcular o desvio padrão por grupo em R:

Método 1: use a base R

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

Método 2: use dplyr

 library (dplyr)

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

Método 3: use data.table

 library (data.table)

setDT(df)

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

Os exemplos a seguir mostram como usar cada um desses métodos na prática com o seguinte quadro de dados em 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

Método 1: Calcular o desvio padrão por grupo usando a base R

O código a seguir mostra como usar a função Aggregate() do banco de dados R para calcular o desvio padrão dos pontos marcados por equipe:

 #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

Método 2: Calcular o desvio padrão por grupo usando dplyr

O código a seguir mostra como usar as funções group_by () e summarise_at() do pacote dplyr para calcular o desvio padrão dos pontos marcados por equipe:

 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

Método 3: Calcular o desvio padrão por grupo usando data.table

O código a seguir mostra como calcular o desvio padrão dos pontos marcados por equipe usando funções do pacote 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

Observe que todos os três métodos retornam os mesmos resultados.

Nota : Se você estiver trabalhando com um quadro de dados extremamente grande, é recomendado usar a abordagem dplyr ou data.table , pois esses pacotes funcionam muito mais rápido que a base R.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:

Como calcular a média por grupo em R
Como calcular soma por grupo em R
Como calcular quantis por grupo em R