R 3.0.0中by()函数的奇怪行为？

Question

我正在努力熟悉构成R的广阔宇宙。有一个名为by()的优秀函数似乎正是我所需要的，但它似乎不喜欢在数据框中选择多个列。

我使用了标准的鸢尾花数据集，当只选择单个列时，它似乎表现良好，但选择多个列时就不行了。这个例子来自一本参考书，但当然可能存在打字错误。

第一个版本（这个可以工作）

> by(iris[,2],Species,mean)
Species: setosa
[1] 3.428
------------------------------------------------------------ 
Species: versicolor
[1] 2.77
------------------------------------------------------------ 
Species: virginica
[1] 2.974

第二版（这个不行）

> by(iris[,2:3],Species,mean)
Species: setosa
[1] NA
------------------------------------------------------------ 
Species: versicolor
[1] NA
------------------------------------------------------------ 
Species: virginica
[1] NA
Warning messages:
1: In mean.default(data[x, , drop = FALSE], ...) :
  argument is not numeric or logical: returning NA
2: In mean.default(data[x, , drop = FALSE], ...) :
  argument is not numeric or logical: returning NA
3: In mean.default(data[x, , drop = FALSE], ...) :

非常感谢您提供的任何解释。

- Charles Brewer

Answer 1

你收到的消息与by 函数无关，而是与 mean 函数有关。你传递了一个data.frame, 而 mean 函数期望的是一个向量。

如果你使用可以处理 data.frame 的函数，那么就不会出现警告：

by(iris[,2:3],iris$Species, colMeans)
by(iris[,2:3],iris$Species, print)
etc

如果需要的话，您可以嵌套使用*ply类型的函数（例如by、tapply、lapply等）。例如，尝试这样做：

by(iris[,2:3],iris$Species,lapply, mean)

关于mean函数：

请注意，如果您尝试在任何数据框上调用mean函数，它会显示错误信息：

mean(iris[,2:3])
mean(iris[iris$Species==iris$Species[[1]] ,2:3])

请使用colMeans代替。

colMeans(iris[iris$Species==iris$Species[[1]] ,2:3])

---

顺便提一下：避免使用 attach ;)

---

- Ricardo Saporta