r - 按两个或多个因子变量进行汇总统计？

Question

这最好用一个例子来说明

str(mtcars)
mtcars$gear <- factor(mtcars$gear, labels=c("three","four","five"))
mtcars$cyl <- factor(mtcars$cyl, labels=c("four","six","eight"))
mtcars$am <- factor(mtcars$am, labels=c("manual","auto")
str(mtcars)
tapply(mtcars$mpg, mtcars$gear, sum)

这给了我每个齿轮的总英里数。但是如果我想要一个 3x3 的 table ，上面有齿轮，侧面有圆柱体，还有 9 个带有二元总和的单元格，我将如何“聪明地”得到它。

我可以去。

tapply(mtcars$mpg[mtcars$cyl=="four"], mtcars$gear[mtcars$cyl=="four"], sum)
tapply(mtcars$mpg[mtcars$cyl=="six"], mtcars$gear[mtcars$cyl=="six"], sum)
tapply(mtcars$mpg[mtcars$cyl=="eight"], mtcars$gear[mtcars$cyl=="eight"], sum)

这看起来很麻烦。

那么我将如何在混合中引入第三个变量？

这有点在我正在考虑的空间中。
Summary statistics using ddply

更新 这让我在那里，但它并不漂亮。

aggregate(mpg ~ am+cyl+gear, mtcars,sum)

干杯

Answer 1

这个怎么样，还在用tapply() ?它比你知道的更通用!

with(mtcars, tapply(mpg, list(cyl, gear), sum))
#       three  four five
# four   21.5 215.4 56.4
# six    39.5  79.0 19.7
# eight 180.6    NA 30.8

或者，如果您希望打印输出更具可解释性:

with(mtcars, tapply(mpg, list("Cylinder#"=cyl, "Gear#"=gear), sum))

如果你想使用两个以上的交叉分类变量，这个想法是完全一样的。结果将在一个 3 维或更多维数组中返回:

A <- with(mtcars, tapply(mpg, list(cyl, gear, carb), sum))

dim(A)
# [1] 3 3 6
lapply(1:6, function(i) A[,,i]) # To convert results to a list of matrices

# But eventually, the curse of dimensionality will begin to kick in...
table(is.na(A))
# FALSE  TRUE 
#    12    42