วิธีการคำนวณค่าเบี่ยงเบนมาตรฐานตามกลุ่มใน r (พร้อมตัวอย่าง)

คุณสามารถใช้วิธีใดๆ ต่อไปนี้เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานตามกลุ่มใน R:

วิธีที่ 1: ใช้ฐาน R

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

วิธีที่ 2: ใช้ dplyr

 library (dplyr)

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

วิธีที่ 3: ใช้ data.table

 library (data.table)

setDT(df)

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

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับกรอบข้อมูลต่อไปนี้ใน 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

วิธีที่ 1: คำนวณค่าเบี่ยงเบนมาตรฐานตามกลุ่มโดยใช้ฐาน R

รหัสต่อไปนี้แสดงวิธีใช้ฟังก์ชัน Aggregate() ของฐานข้อมูล R เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของคะแนนที่ทีมทำได้:

 #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

วิธีที่ 2: คำนวณ ค่าเบี่ยงเบนมาตรฐาน ตามกลุ่มโดยใช้ dplyr

รหัสต่อไปนี้แสดงวิธีใช้ฟังก์ชัน group_by () และ summarise_at() จากแพ็คเกจ dplyr เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของคะแนนที่ทีมทำได้:

 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

วิธีที่ 3: คำนวณค่าเบี่ยงเบนมาตรฐานตามกลุ่มโดยใช้ data.table

รหัสต่อไปนี้แสดงวิธีคำนวณค่าเบี่ยงเบนมาตรฐานของคะแนนที่ทีมทำได้โดยใช้ฟังก์ชันในแพ็คเกจ 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

โปรดทราบว่าทั้งสามวิธีให้ผลลัพธ์เดียวกัน

หมายเหตุ : หากคุณกำลังทำงานกับ data frame ที่มีขนาดใหญ่มาก ขอแนะนำให้ใช้วิธี dplyr หรือ data.table เนื่องจากแพ็คเกจเหล่านี้ทำงานเร็วกว่า base R มาก

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีคำนวณค่าเฉลี่ยต่อกลุ่มใน R
วิธีคำนวณผลรวมตามกลุ่มใน R
วิธีการคำนวณควอไทล์ตามกลุ่มใน R