2

我是一名学生，目前正在学习使用 R（工作室），为此我收到了一项任务。我应该比较一些主要是随机生成的数据并从中得出结论。

然而，我遇到的问题是这个数据有一个有 5 个级别的因子，我想一次比较一个级别的数据......

> str(data)
'data.frame':   275 obs. of  5 variables:  
 $ leverancier        : Factor w/ 5 levels "A","B","C","D",..: 1 1 1 1 1 1 1 1 1 1 ...   
 $ las_trekproef      : num  211 375 503 195 221 ...  
 $ las_score          : num  2.6 3.1 4.3 2.6 2.7 3.3 3.9 2.2 2.7 2.7 ...  
 $ afwijking_draaiwerk: num  0.081 0.061 0.015 0.125 0.256 0.004 0.124 0.016 0.042 0.062 ...  
 $ afwijking_freeswerk: num  0.336 0.026 0.032 0.161 0.36 0.447 0.062 0.176 0.317 0.212 ...

我想要做的是将每个级别的数据放在不同的变量中，这样我就可以一次制作一个级别的图表和箱线图。

A <- （此处为 A 级的所有数据）

代替：

summary(data)  
 leverancier las_trekproef     las_score     afwijking_draaiwerk afwijking_freeswerk
 A:55        Min.   :128.6   Min.   :2.000   Min.   :0.0000      Min.   :0.0010     
 B:55        1st Qu.:270.6   1st Qu.:2.700   1st Qu.:0.0355      1st Qu.:0.1210     
 C:55        Median :361.0   Median :3.500   Median :0.0760      Median :0.2670     
 D:55        Mean   :356.1   Mean   :3.513   Mean   :0.1268      Mean   :0.3055     
 E:55        3rd Qu.:443.6   3rd Qu.:4.250   3rd Qu.:0.1340      3rd Qu.:0.4255     
             Max.   :571.4   Max.   :5.000   Max.   :1.1390      Max.   :1.3890

提前致谢，

NH

4

3 回答 3

3

你的意思是

a <- subset(data, leverancier=='A')

如需帮助，只需查看?subset

于 2012-11-13T18:49:47.323 回答
2

您可以按因素使用 tapply 作为摘要。如果您使用公式界面并且 x 是一个因子，箱线图将按因子绘制变量。您还可以将因子索引到子集 y 以生成单个箱线图。但是，对于基于因素的 y 比较，您希望在同一图上绘制水平。这里有些例子。

# Create example data
dat <- data.frame(leverancier=rep(c("A","A","B","B","B","A","C","D","D","C"),100),
                  las_trekproef=runif(1000,100,500),
                  las_score=runif(1000,1,4))

# Use tapply to summarize y by factor                 
tapply(dat$las_score, dat$leverancier, FUN=summary)

# Using formula interface plot y by factor 
boxplot(las_score ~ leverancier, data=dat, notch=TRUE)

# You can also index y based on a factor level to create a single boxplot of y
boxplot(dat[dat$leverancier == "A" ,]$las_score, notch=TRUE)
于 2012-11-13T19:59:57.723 回答
1

考虑与split

split(data, data$leverancier)

会给你一个lists data.frame，每个对应一个级别的leverancier。然后，您可以一次对每个元素进行操作，或者循环遍历列表以依次对每个部分进行操作。

我意识到这并不能直接回答您的问题（Seb 的回答就是这样做的），但它应该为您指明在 R 中处理数据的更惯用的方向。

于 2012-11-13T21:11:58.367 回答