在R中，我如何计算数据子集的均值和标准误差，按多个列分组，并将其输出到新数据框中？

Question

我有一个数据集（名为'gala'），它有列"Day"、"Tree"、"Trt"和"LogColumn"。数据是随时间收集的，因此每个编号的树在所有天数内的每个治疗中都是相同的。每个治疗中的树号重复（例如，多个治疗中都有树“1”）。

我想计算每个树在每个治疗中每天的"LogColumn"列的平均值和标准误差（例如，我将得到第1天、第1棵树、治疗x等的平均值和标准误差），并将平均值和标准误差结果输出到一个新的数据框中，该数据框还包括原始的Day、Tree、Trt值。

我一直在试图从其他Stack Overflow答案的代码中组合代码，但似乎没有一个同时具备所有组件。如果我错过了，请告诉我答案的链接。我刚开始学编程和R，不太明白如何应用与我要做的事情不直接相关的其他代码。

目前，我有以下代码，但不知道是否正确（我当前也正在收到错误消息“类型为'closure'的对象无法进行子集操作”）： TreeAverages <- data.table[, MeanLog=mean(gala$LogColumn), se=std.error(gala$LogColumn), by=c("Day","Tree","Trt")] 非常感谢您的帮助。谢谢！

- PlantPathRules

---

请提供一个可重现的例子。 https://dev59.com/eG025IYBdhLWcg3whGSx - shiny

Answer 1

使用基础R语言的aggregate函数:

aggregate(LogColumn ~ Day + Tree + Trt, data = gala, 
          FUN = function(x) c(mean = mean(x), se = std.error(x)))

- acylam

---

很棒的解决方案。我认为std.error()不是一个基本函数。对于那些想要使用上述方法的人，只需执行以下操作：install.packages("plotrix")然后library(plotrix)，上述内容应该可以正常工作！ - Benjamin Simpson

Answer 2

如果您正在使用data.table，请记得首先将gala转换为一个data.table对象。

gala = data.table(gala)

gala_output = gala[, .("MeanLog" = mean(LogColumn), 
         "std" = std.error(LogColumn)), 
     by = c("Day", "Tree", "Trt")]

你已经非常接近了，但是 data.table 的工作方式类似于 dplyr，因此它已经知道变量名。你不需要在整个过程中指定 gala$LogColumn，只需按名称执行即可。 .() 只是 list() 的一种简写形式，因此我正在指定 data.table 应该按 Day、Tree 和 Trt 进行分组返回 MeanLog 和 std 列。

- Lissa

---

我收到了错误信息 找不到函数“std.error”。 - dpel

搞定了 - 它需要library(plotrix)。 - dpel

Answer 3

使用dplyr

library(dplyr)
df <- gala %>% 
  group_by(Day, Tree, Trt) %>% 
  summarise(mean = mean(LogColumn),
            std = sd(LogColumn))

- shiny