5

我是 R 和 stackoverflow 的新手，所以如果问题或其格式不理想，我很抱歉......

我正在尝试使用 ddply 从矩阵中获取一些基本统计信息，并且我想通过使用 for -loop 来加快处理速度。不幸的是，这并不像我想象的那么容易......

Strain  gene1         gene2      gene3  .   .   .
 A    2.6336700     1.42802     0.935742
 A    2.0634700     2.31232     1.096320
 A    2.5798600     2.75138     0.714647
 B    2.6031200     1.31374     1.214920
 B    2.8319400     1.30260     1.191770
 B    1.9796000     1.74199     1.056490
 C    2.4030300     1.20324     1.069800
 .
 .
 .
----------

for (n in c("gene1","gene2","gene3","gene4")) {
  summary <- ddply(Data, .(Strain), summarise,
                mean = mean(n),
                sd   = sd(n),
                se   = sd(n) / sqrt(length(n)) )
}

结果显示 mean = 6 并且 sd 和 se 都是“NA”......显然不是我的想法。

如果我摆脱 for -loop 并手动插入列名（“gene1”）：

summary <- ddply(Data, .(Strain), summarise,
              mean = mean(gene1),
              sd   = sd(gene1),
              se   = sd(gene1) / sqrt(length(gene1)) )

现在它似乎给了我正确的结果。有人可以在这件事上启发我并告诉我我做错了什么吗？

4

3 回答 3

2

只需使用colwise (mean),colwise(sd)和colwise(length). 不需要for loop

library(plyr)

ddply(mtcars,.(cyl), colwise(mean))



cyl      mpg     disp        hp     drat       wt     qsec        vs        am     gear     carb
1   4 26.66364 105.1364  82.63636 4.070909 2.285727 19.13727 0.9090909 0.7272727 4.090909 1.545455
2   6 19.74286 183.3143 122.28571 3.585714 3.117143 17.97714 0.5714286 0.4285714 3.857143 3.428571
3   8 15.10000 353.1000 209.21429 3.229286 3.999214 16.77214 0.0000000 0.1428571 3.285714 3.500000

以你为例，

ddply(df,.(Strain),colwise(mean))
于 2013-09-10T12:34:52.880 回答
2

我知道你没有要求它，但这里有一个aggregatein的解决方案base。

# One line in base.
aggregate(Data[paste0('gene',1:3)],by=Data['Strain'],
     function(x) c(mean=mean(x),sd=sd(x),se=sd(x)/sqrt(length(x))))
于 2013-09-10T12:53:03.150 回答
0

您可以使用 ddply 来做到这一点，但是您只需首先将您的命令转换为字符串，然后通过评估该字符串来创建一个解决方法。

all.genes <- c("gene1","gene2","gene3","gene4")
for (i in 1:length(all.genes) {
    string_eval <- sprintf("summary <- ddply(Data, .(%s), summarise, 
                mean = mean(n),
                sd   = sd(n),
                se   = sd(n) / sqrt(length(n)))", 
                all.genes[i]) 
    eval(parse(text = string_eval)) 
}

我刚刚使用了你的代码，但是这个循环会覆盖每一轮的摘要。我和你有同样的问题，所以我只是想让你知道我最终使用的解决方案。

于 2016-07-11T14:39:12.070 回答