R:处理 data.frame 中的连接和平均值的最佳函数是什么？

Question

我有一个来自这段代码的 data.frame:

   my_df = data.frame("read_time" = c("2010-02-15", "2010-02-15", 
                                      "2010-02-16", "2010-02-16", 
                                       "2010-02-16", "2010-02-17"), 
                      "OD" = c(0.1, 0.2, 0.1, 0.2, 0.4, 0.5) )

产生这个:

> my_df
   read_time  OD
1 2010-02-15 0.1
2 2010-02-15 0.2
3 2010-02-16 0.1
4 2010-02-16 0.2
5 2010-02-16 0.4
6 2010-02-17 0.5

我想在每个不同的 read_time 上平均 OD 列(注意有些是复制的，有些不是)，我还想计算标准偏差，生成这样的表:

> my_df
   read_time  OD        stdev
1 2010-02-15 0.15       0.05
5 2010-02-16 0.3         0.1
6 2010-02-17 0.5         0

哪些是处理在 data.frame 中连接这些值的最佳函数？

Answer 1

plyr包为此很受欢迎，但基本功能 by()和 aggregate()也会有所帮助。

> ddply(my_df, "read_time", function(X) data.frame(OD=mean(X$OD),stdev=sd(X$OD)))
   read_time      OD   stdev
1 2010-02-15 0.15000 0.07071
2 2010-02-16 0.23333 0.15275
3 2010-02-17 0.50000      NA

您可以添加缺少的位以返回 0 而不是最后一个 std.dev 的 NA。

此外，您不需要 data.frame 构造中的引号(在变量上)。