如何在dplyr中使用group_by（）和do（）为每个因子级别应用函数

Question

我编写了一个函数（weighted.sd），它给出了一些加权统计信息（如均值，标准差，标准误差和95％置信区间）。我想对因子变量（区域）的每个级别应用此函数，然后使用ggplot2图中带误差条的每个区域的加权统计量（因此为95％置信区间）。

我也尝试了tapply和a 。-loop但我仍然不会正确此外，我喜欢用dplyr像我可以，因为它很容易阅读和理解

这是我最好的尝试：。

#example data 
data<-as.data.frame(cbind(rnorm(1:50),as.factor(rnorm(1:50)),rnorm(1:50))) 
colnames(data)<-c("index_var","factor_var","weight_var") 

weighted.sd <- function(x,weight){ 
    na <- is.na(x) | is.na(weight) 
    x <- x[!na] 
    weight <- weight[!na] 
    sum.w <- sum(weight) 
    sum.w2 <- sum(weight^2) 
    mean.w <- sum(x * weight)/sum(weight) 
    x.var.w<- (sum.w/(sum.w^2 - sum.w2)) * sum(weight * (x - mean.w)^2) 
    x.sd.w<-sqrt((sum.w/(sum.w^2 - sum.w2)) * sum(weight * (x - mean.w)^2)) 
    SE<- x.sd.w/sqrt(sum(weight)) 
    error <- qnorm(0.975)*x.sd.w/sqrt(sum(weight)) 
    left <- mean.w-error 
    right <- mean.w+error 
    return(cbind(mean.w,x.sd.w,SE,error,left,right)) 
} 

test<- data %>% 
    group_by(factor_var) %>% 
    do(as.data.frame(weighted.sd(x=index_var,weight=weight_var))) 
test 

这会导致一条错误消息（对不起，其中一部分是德语，但您可以使用该代码进行复制）：

Error in as.data.frame(weighted.sd(x = index_var, weight = weight_var)) : 
     Fehler bei der Auswertung des Argumentes 'x' bei der Methodenauswahl 
    für Funktion 'as.data.frame': Error in weighted.sd(x = index_var, weight = weight_var) : 
     object 'index_var' not found 

Answer 1

当dplyr使用do你需要为了与.$使用像这样的工作：

test<- data %>% 
    group_by(factor_var) %>% 
    do(as.data.frame(weighted.sd(x=.$index_var,weight=.$weight_var))) 
test 

所以，这将工作：

> test 
Source: local data frame [50 x 7] 
Groups: factor_var [50] 

    factor_var  mean.w x.sd.w SE error left right 
     (dbl)  (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
1   1 1.79711934 NaN NaN NaN NaN NaN 
2   2 -0.70698012 NaN NaN NaN NaN NaN 
3   3 -0.85125760 NaN NaN NaN NaN NaN 
4   4 -0.93903314 NaN NaN NaN NaN NaN 
5   5 0.09629631 NaN NaN NaN NaN NaN 
6   6 1.02720022 NaN NaN NaN NaN NaN 
7   7 1.35090758 NaN NaN NaN NaN NaN 
8   8 0.67814249 NaN NaN NaN NaN NaN 
9   9 -0.28251464 NaN NaN NaN NaN NaN 
10   10 0.38572499 NaN NaN NaN NaN NaN 
..  ...   ... ... ... ... ... ... 

但是，你的数据在这里由于负权重（data$weight_var）产生上述NAN，因此不太好。特别是sqrt(negative number)部分。