df為1個data.frame對象，有stratum和psu兩列，這里統計stratum列計數
方法1：
|
1
|
cnt = table(df$stratum) |
方法2：
|
1
|
cnt = tapply(df$psu, INDEX=df$stratum, FUN=length) |
在方法2的基礎上，只要改變FUN函數就可以實現分組求和、求均值等功能，如下
分組求均值:
|
1
2
|
tapply(df$psu, INDEX=df$stratum, FUN=mean)#（等價于python中的df.groupby('stratum').psu.mean） |
補充：R語言 | 自定義函數對數據集（data.frame）的列進行條件判斷計算
1.使用iris數據集
|
1
2
3
4
5
6
7
8
|
> iris_10 <- head(iris, n = 10)## 自定義函數：如果x >= 5.0, z = y *10> get_With_function <- function(x, y, z){+ if(x >= 5.0){+ z <- y * 10+ }+ c(zlie = z )+ } |
2.保險起見，設定z列為0,可能也不需要
|
1
|
> iris_10$z <- 0 |
3.運用自定義函數，對data.frame的x行進行判斷，對y列進行運算，賦值到z列
4…注意Map的使用
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
> iris_10$z <- with(+ iris_10,+ Map(+ get_With_function,+ iris_10$Sepal.Length,+ iris_10$Sepal.Width,+ z+ )+ )> iris_10 Sepal.Length Sepal.Width Petal.Length Petal.Width1 5.1 3.5 1.4 0.22 4.9 3.0 1.4 0.23 4.7 3.2 1.3 0.24 4.6 3.1 1.5 0.25 5.0 3.6 1.4 0.26 5.4 3.9 1.7 0.47 4.6 3.4 1.4 0.38 5.0 3.4 1.5 0.29 4.4 2.9 1.4 0.210 4.9 3.1 1.5 0.1 Species z1 setosa 352 setosa 03 setosa 04 setosa 05 setosa 366 setosa 397 setosa 08 setosa 349 setosa 010 setosa 0 |
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。如有錯誤或未考慮完全的地方，望不吝賜教。
原文鏈接：https://blog.csdn.net/Asher117/article/details/111442012
