4

コードを簡素化し、複数data.frames(>2) を同時に単一のデータセットにマージする方法を学習しようとしています。最初に、4 つの PCA 列 ( 、、 ...)のそれぞれについて、「サイト」 mean、sd、およびn(各サイトの「個体」の数)を計算したいと思います。次に、結果を単一の data.frame にマージします。以下は、このタスクを試みたサンプル データとコードです。Morph_PC1Morph_PC2

マージを必要としない単一のデータセットを生成する方法があるかもしれませんが、これは素晴らしいことですがmerge_all、パッケージからコマンドを機能させる方法も知りたいreshapeです。

サンプルデータ：

WW_Data <- structure(list(Individual_ID = c("WW_00A_05", "WW_00A_03", "WW_00A_02", 
"WW_00A_01", "WW_00A_04", "WW_00A_06", "WW_00A_08", "WW_00A_09", 
"WW_00A_07", "WW_00A_10", "WW_09AB_14", "WW_09AB_09", "WW_09AB_13", 
"WW_10AD_01", "WW_10AD_09", "WW_10AD_04", "WW_10AD_02", "WW_10AD_03", 
"WW_10AD_07", "WW_10AD_08"), Site_Name = c("Alnön", "Alnön", 
"Alnön", "Alnön", "Alnön", "Alnön", "Alnön", "Alnön", "Alnön", 
"Alnön", "Anjan", "Anjan", "Anjan", "Anjan", "Anjan", "Anjan", 
"Anjan", "Anjan", "Anjan", "Anjan"), Morph_PC1 = c(-2.08424433316496, 
-1.85413711191957, -1.67227075271696, -1.0486265729884, -0.809415702756541, 
-2.81781338129716, -2.08471369525797, -0.183840575363918, -0.753930407169699, 
0.0719252507535882, 1.02353521593315, 1.34441686821234, 0.755249445355964, 
-0.564426004755035, 0.720689649641627, -0.243471506156601, -0.245437522679261, 
-0.69936850894502, 0.9160796809062, 2.2881261039382), Morph_PC2 = c(1.28499189140338, 
-0.349487815669147, 0.0148183164519594, -1.55929148726881, -0.681590397005219, 
1.21595114750227, 0.116028310510466, 0.187613229042593, -0.923592436104444, 
-1.50956083294446, 1.44864057855388, 1.46254159976068, 1.20375736157205, 
0.174071006609975, -0.722049893415186, 1.03516327411773, 0.808851776990861, 
-0.928263134752596, -0.175511637463994, -0.389421342417043), 
    Morph_PC3 = c(-0.445087364125436, -0.704903876393893, 0.161983939922481, 
    1.14604411022773, 0.701508422965674, -0.78133408496171, -0.306619974141955, 
    1.05643337302175, 0.163868647932456, -0.673344807228353, 
    -0.337986608605208, -1.01911125040091, 0.258004835638601, 
    -0.648040419259003, -0.196770002944659, 0.614010430132367, 
    0.755886614924319, -0.0631407344114064, -1.28178468134549, 
    0.226362214551239), Morph_PC4 = c(0.0476276463048772, 0.342957387676778, 
    -0.117383887482525, 0.289881853573214, 0.649579005842321, 
    0.600433718752986, 0.295294947111845, -0.293754065807853, 
    -0.43805381119461, 0.520363554131325, -0.393329204345947, 
    -1.05629143416274, -0.370922397397109, 0.115121369773473, 
    0.91445926597504, 0.280048079793911, -0.802245210297552, 
    0.00368405602889952, -0.251898295768711, -0.607995193037228
    )), .Names = c("Individual_ID", "Site_Name", "Morph_PC1", 
"Morph_PC2", "Morph_PC3", "Morph_PC4"), row.names = c(36L, 37L, 
38L, 39L, 40L, 41L, 42L, 43L, 44L, 45L, 137L, 138L, 139L, 140L, 
141L, 142L, 143L, 144L, 145L, 146L), class = "data.frame")

コード：

## Calculate statistics for each site ##
WW_PC1_Mean <- subset(melt(tapply(WW_Data$Morph_PC1,list(WW_Data$Site_Name),mean)), value != FALSE)
WW_PC1_SD <- subset(melt(tapply(WW_Data$Morph_PC1,list(WW_Data$Site_Name),sd)), value != FALSE)
WW_PC2_Mean <- subset(melt(tapply(WW_Data$Morph_PC2,list(WW_Data$Site_Name),mean)), value != FALSE)
WW_Site_SD <- subset(melt(tapply(WW_Data$Morph_PC2,list(WW_Data$Site_Name),sd)), value != FALSE)

## merge the all the datasets with one command - THIS FAILS!
WW_Stats <- merge_all(WW_Site_PC1_Mean, WW_Site_PC1_SD, WW_Site_PC2_Mean, by = c("indices"))

編集：要約統計を3つのファイルにすばやく取得するための良い結果が得られましたが、結果をmerge_all使用する必要があるかどうかはまだわかりませんmerge_recurseが、同じエラーが発生しても問題はありません。これが私の試みです：

## Calculate statistics for each site ##
WW_Site_PC_Mean <- ddply(WW_Data, .(Site_Name), numcolwise(mean))
colnames(WW_Site_PC_Mean) <- c("Site_Name", "PC1_Mean", "PC2_Mean", "PC3_Mean", "PC4_Mean")
WW_Site_PC_SD <- ddply(WW_Data, .(Site_Name), numcolwise(sd))
colnames(WW_Site_PC_Mean) <- c("Site_Name", "PC1_SD", "PC2_SD", "PC3_SD", "PC4_SD")
WW_Site_PC_N <- count(WW_Data$Site_Name)
colnames(WW_Site_PC_N) <- c("Site_Name", "PCA_N")


## merge the all the datasets with one command - THIS FAILS!
WW_Stats <- merge_recurse(WW_Site_PC_Mean, WW_Site_PC_SD, WW_Site_PC_N, by = "Site_Name")

エラー出力:

Error in fix.by(by.x, x) : 
  'by' must specify column(s) as numbers, names or logical
4

3 に答える 3

9

ベースRにとどまり、次を使用できますaggregate：

WW_Data_mean = aggregate(list(mean = WW_Data[, -c(1, 2)]), 
                         list(Site_Name = WW_Data$Site_Name), mean)
WW_Data_sd = aggregate(list(mean = WW_Data[, -c(1, 2)]), 
                       list(Site_Name = WW_Data$Site_Name), sd)

更新（質問の2番目の部分）

あなたのコードにはいくつかの間違いがあり、おそらくマージでもう少し「遊ぶ」必要があります。

まず、間違い。あなたの例で失敗する行は、次の理由で失敗します。

  1. 正しく構造化されていません。data.frameマージする は にある必要がありますlist。
  2. あなたの例には存在しないオブジェクトを参照しています! という名前のオブジェクトをマージしようとしていますが、オブジェクトWW_Site_Name_PC1_Meanの名前は ですWW_PC1_Mean。

第二に、他にも試してみるべきことがいくつかあります。列名を修正します。

# Fix your column names
# There's probably an easier way to do this, but...
names(WW_PC1_Mean)[2] = "WW_PC1_Mean"
names(WW_PC1_SD)[2] = "WW_PC1_SD"
names(WW_PC2_Mean)[2] = "WW_PC2_Mean"
names(WW_Site_SD)[2] = "WW_Site_SD"

では、試してみてくださいmerge_all。listofを指定する必要があることに注意してくださいdata.frame。常に 2 つの列しか表示されないようですmerge_allが、何か間違っている可能性があります。

# Not what you want
merge_all(list(WW_PC1_Mean, WW_PC1_SD, 
               WW_PC2_Mean, WW_Site_SD), by="indices")
  indices WW_PC1_Mean
1   Alnön  -1.3237067
2   Anjan   0.5295393

に進みmerge_recurseます。これは機能します：

# This is what you want
merge_recurse(list(WW_PC1_Mean, WW_PC1_SD, 
                   WW_PC2_Mean, WW_Site_SD), by="indices")
  indices WW_PC1_Mean WW_PC1_SD WW_PC2_Mean WW_Site_SD
1   Alnön  -1.3237067 0.9252417   -0.220412  0.9912227
2   Anjan   0.5295393 0.9511800    0.391778  0.9112450

ReduceベースRでも使用できます。

# Base R also has a solution
Reduce(function(x, y) merge(x, y, all=TRUE), 
       list(WW_PC1_Mean, WW_PC1_SD, WW_PC2_Mean, WW_Site_SD))
于 2012-08-08T08:04:40.523 に答える
8

代わりに、良いことを学ぶことに力を注ぐことをお勧めしますplyr。

関数を使用すると、コードを大幅に簡素化ddplyできます。以下は、1 行のコードでデータ内のすべての列の を計算する方法です。mean

library(plyr)
ddply(WW_Data, .(Site_Name), numcolwise(mean))
  Site_Name  Morph_PC1 Morph_PC2   Morph_PC3  Morph_PC4
1     Alnön -1.3237067 -0.220412  0.03185484  0.1896946
2     Anjan  0.5295393  0.391778 -0.16925696 -0.2169369

同様に、標準偏差:

ddply(WW_Data, .(Site_Name), numcolwise(sd))
  Site_Name Morph_PC1 Morph_PC2 Morph_PC3 Morph_PC4
1     Alnön 0.9252417 0.9912227 0.7316201 0.3766064
2     Anjan 0.9511800 0.9112450 0.6698389 0.5717482

私はこのタイプの分析をよく使用します。この戦略では、複数のデータ フレームを同時にマージする必要はほとんどありません。

PS。パッケージreshapeが古い -reshape2代わりに使用する必要がありますが、merge_all()関数は含まれていません

于 2012-08-08T07:57:06.930 に答える
0

有益な変数名を持つplyrを使用したいくつかのソリューション。 

ms <- function(x) cbind("mean"=mean(x),"sd"=sd(x))
do.call(rbind,dlply(WW_Data, .(Site_Name), function(dat) numcolwise(ms)(dat)))



      Morph_PC1.mean Morph_PC1.sd Morph_PC2.mean Morph_PC2.sd Morph_PC3.mean Morph_PC3.sd Morph_PC4.mean Morph_PC4.sd
Alnön     -1.3237067    0.9252417     -0.2204120    0.9912227     0.03185484   0.73162007      0.1896946    0.3766064
Anjan      0.5295393    0.9511800      0.3917780    0.9112450    -0.16925696   0.66983885     -0.2169369    0.5717482
于 2012-08-08T17:38:38.320 に答える