R中完整数据帧组的方差

Question

假设我有一个10 + 1列和10行的数据帧，除了一列（“分组”列A）之外，每个值都有相同的单位。我正在尝试完成以下任务：给定基于最后一列的数据帧分组，如何将整个块的标准偏差计算为单个整体变量。

让我们说我做分组（实际上它是间隔的cut）：

df %>% group_by(A)

从我收集到的这个网站，您可以使用聚合或其他dplyr方法来计算每列的方差，即：this（如果我有<10代表，那么我不会让我嵌入）。在那张图片中我们可以看到分组为颜色，但是通过使用聚合，我会得到每个指定列1个标准偏差（我知道你可以使用cbind获得多于1个变量，例如aggregate(cbind(V1,V2)~A, df, sd)）和每组（和类似的方法使用dplyr和%>%，最后加上summarise(..., FUN=sd)）。

然而我想要的是this：就像在Matlab中一样

group1 = df(row_group,:) % row_group would be df(:,end)==1 in this case
stdev(group1(:)) % operator (:) is key here
% iterate for every group

我有理由以特定方式想要它，当然真正的数据框架比这个模拟示例更大。

最低工作示例：

df <- data.frame(cbind(matrix(rnorm(100),10,10),c(1,2,1,1,2,2,3,3,3,1)))
colnames(df) <- c(paste0("V",seq(1,10)),"A")

df %>% group_by(A) %>% summarise_at(vars(V1), funs(sd(.))) # no good
aggregate(V1~A, data=df, sd) # no good
aggregate(cbind(V1,V2,V3,V4,V5,V6,V7,V8,V9,V10)~A, data=df, sd) # nope
df %>% group_by(A) %>% summarise_at(vars(V1,V2,V3,V4,V5,V6,V7,V8,V9,V10), funs(sd(.))) # same as above...

结果应该是3个双打，每个都有组的sd（如果添加了足够的列，则应该接近1）。

Answer 1

如果您需要基本R解决方案，请尝试以下操作。

sp <- split(df[-1], cut(df$A, breaks=c(2.1)))
lapply(sp, function(x) var(unlist(x)))
#$`(0.998,2]`
#[1] 0.848707
#
#$`(2,3]`
#[1] 1.80633

我已将它编码为两行以使其更清晰但您可以避免创建sp并编写单行

lapply(split(df[-1], cut(df$A, breaks=c(2.1))), function(x) var(unlist(x)))

或者，对于另一种形式的结果，

sapply(sp, function(x) var(unlist(x)))
#(0.998,2]     (2,3] 
# 0.848707  1.806330

数据

set.seed(6322)    # make the results reproducible
df <- data.frame(cbind(matrix(rnorm(100),10,10),c(1,2,1,1,2,2,3,3,3,1)))
colnames(df) <- c(paste0("V",seq(1,10)),"A")