Мой набор данных выглядит так:
d = data.frame(year=rep(2000:2002,each=40),month=rep(c(rep(1:12,3),5,6,7,8),3),species=rep(c(rep(letters[1:12],3),"a","b","g","l"),3),species_group=NA,kg=round(rnorm(120,15,6),digits=2))
d$species_group=ifelse(d$species %in% letters[1:5],"A","B")
Я хотел бы иметь средний вес и количество включенных видов по годам и по группам видов (исключая уровни месяца и видов). Это отлично работает с ddply. Однако я также хотел бы включить значение «качества» моих данных. То есть, если количество видов в месяц сбалансировано или, например, в летние месяцы включено больше видов. Поэтому я подумал, что могу просто рассчитать годовое стандартное отклонение количества уникальных видов в месяц. Я попытался сделать это с помощью tapply в ddply следующим образом:
s=ddply(d,c("year","species_group"),function(x) cbind(n_species=length(unique(x$species)),
quality=tapply(x,x$month,sd(length(unique(x$species)))),
kg=sum(x$kg,na.rm=T)))
но это дает мне ошибку
Error in match.fun(FUN) : 'sd(length(unique(x$species)))' is not a function, character or symbol
Я хотел бы получить что-то вроде этого:
output=data.frame(year=rep(2000:2002,each=2),species_group=rep(c("A","B"),3),n_species=rep(c(7,9),3),quality=round(rnorm(6,2,0.3),digits=2),kg=round(rnorm(6,15,6),digits=2))
Я не могу сначала использовать ddply по месяцам, годам и группам видов, потому что это означает, что я больше не могу знать количество уникальных видов в год. Я полагаю, что я мог бы также рассчитать n_species и качество отдельно, а затем сложить их вместе, но это был бы громоздкий подход.
Как я могу заставить свою функцию работать или как я могу сделать это более правильно?
ОТВЕЧАТЬ:
Самое простое решение пришло от Shadow, который заметил мою ошибку в использовании tapply. Кроме того, стандартная ошибка должна быть более подходящей, чем стандартное отклонение, что дает следующую формулу:
s=ddply(d,c("year","species_group"),function(x) cbind(n_species=length(unique(x$species)),
quality=sd(tapply(x$species,x$month, function(y) length(unique(y))))/sqrt(length(tapply(x$species,x$month, function(y) length(unique(y))))),
kg=sum(x$kg,na.rm=T)))
tapply
. Попробуйтеsd(tapply(x$species, x$month, function(y) length(unique(y))))
. - person shadow   schedule 27.02.2014