作为熔化和随后铸造[1]
数据集的结果,我获得了以下数组(?)(sumStats.c
):
, , group2 = G2_1, variable = area
group1
group3 G1_1 G1_2 G1_3 G1_4
G3_1 0.000 0.000 0.00 0.000
G3_2 0.000 0.000 0.00 0.000
G3_3 0.000 0.000 0.00 0.000
G3_4 0.000 0.000 0.00 0.000
G3_5 0.000 0.000 0.00 0.000
G3_6 0.000 0.000 0.00 0.000
G3_7 0.000 0.000 26336.99 85236.488
G3_8 0.000 4999.235 87935.73 360062.128
G3_9 0.000 0.000 0.00 0.000
G3_10 7853.982 18538.285 49744.29 134180.428
G3_11 0.000 0.000 0.00 8830.825
G3_12 0.000 0.000 0.00 0.000
, , grou2 = G2_2, variable = area
group1
group3 G1_1 G1_2 G1_3 G1_4
G3_1 0.000 0.00 0.00 0.00
G3_2 0.000 0.00 0.00 0.00
G3_3 0.000 0.00 0.00 0.00
G3_4 0.000 0.00 0.00 0.00
G3_5 0.000 0.00 0.00 0.00
G3_6 0.000 0.00 0.00 51772.66
G3_7 0.000 0.00 0.00 0.00
G3_8 7853.982 22086.38 140874.76 523373.88
G3_9 0.000 0.00 0.00 0.00
G3_10 0.000 1415.79 23325.94 13407.49
G3_11 0.000 0.00 0.00 0.00
G3_12 0.000 0.00 0.00 0.00
, , group2 = G2_3, variable = area
group1
group3 G1_1 G1_2 G1_3 G1_4
G3_1 0.0000 0.000 0.000 0.0000
G3_2 0.0000 0.000 0.000 0.0000
G3_3 0.0000 0.000 0.000 93.2632
G3_4 0.0000 0.000 0.000 0.0000
G3_5 0.0000 0.000 0.000 46353.3814
G3_6 0.0000 0.000 0.000 0.0000
G3_7 0.0000 0.000 0.000 0.0000
G3_8 7390.0570 16851.829 101013.680 232666.8839
G3_9 0.0000 2541.574 6397.271 87825.7232
G3_10 0.0000 0.000 0.000 0.0000
G3_11 436.9895 4118.440 56572.140 173866.7915
G3_12 0.0000 0.000 0.000 47924.5494
现在我需要得到每个变量 ( )相对于每个变量总数的分数。例如,G2_1 ( ) 在 G1_1 ( ) 中具有 100% 的 G3_10 ( ) ,G1_2 ( ) 具有 G3_8 的 21.24 % 和 G3_10 的 78.76 %,依此类推。一旦计算出每一列的百分比,我认为我可以得到结果数组来获取进一步分析所需的数据框。area
group2
group1
group3
group2
group3
group1
group1
group1
melt()
我觉得这ddply()
在这里会有所帮助,但由于我很难理解如何将它用于手头的任务,如果有人能提供帮助,我将不胜感激。
[1]
sumStats.m <- melt(sumStats, id=c("group1", "group2", "group3"), "area")
sumStats.c <- cast(sumStats.m, group3 ~ group1 ~ group2 ~ variable, sum)