2. 程式人生 > >R: 矩陣運算及常用函式 II

R: 矩陣運算及常用函式 II

阿新 • • 發佈：2019-01-15
aggregate也是跟SAC有關係的一個函式(stats包中)：先將物件分解為不同的組別(回憶一下split函式)，然後分個處理，最後合併顯示。 具體地說，aggregate()函式將資料集(依據指定方法)拆分成不同子集，分別計算各自的統計資料，並(組合)返回計算結果。 此函式一般對三種物件做處理：data.frame, formula 和 ts (即時間序列). 參考EXCEL的話，pivot table可以實現同樣的效果。 -+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+-
 1. for class "data.frame":       aggregate(x, by, FUN, ..., simplify = TRUE)      引數：
  • by: 分組依據。
    • 必須是一組list格式的資料，list中的每個元素都要跟data frame中的observation數量相當；
    • 每個元素可以是外部資料，也可以是x中自身的資料；
    • 其中每個elements都會被轉換成factors的格式；
    • 可在引數中直接對這組資料進行命名: by = list(Name1 = data serie1, Name2 = data serie2, ...)
  • FUN: 統計值的計算方法。
  • simplify: 如果為TRUE，返回向量或者矩陣(如果統計結果長度一致)，否則返回list。
     example 1.1: 呼叫R資料庫: state.x77; state.region，以state.region為分組規則計算各組的均值 > aggregate(state.x77, list(Region = state.region), mean)
      example 1.2: 呼叫R資料庫: state.x77; state.region，以state.region和變數Frost為分組規則計算各組的均值
> aggregate(state.x77, +           list(Region = state.region,
+                Cold = state.x77[,"Frost"] > 130),
+                mean)

--------------------------------------------------------------------------------- 2. for class "formula":       aggregate(formula, data, FUN, ..., subset, na.action = na.omit)      引數：
  • formula & data: 資料集及以此資料集構建的方程。
    • formula的形式可以是one ~ one, one ~ many, many ~ one, 以及 many ~ many
    • formula的形式也可以是 .~one, .~many, one~. 和 many~.
    • formula右側為分組規則，左側為將要用FUN來計算的資料
  • subset: 非必須變數，可用於指定需要使用的data的子集。
  • na.action: 如何處理缺失值，預設為忽略NA。如果不選擇na.omit，則需指定函式去處理NA。
  • 經常與xtabs()函式結合使用，其將aggregate的結果變成contingency table
     example 2.1: one~one
> aggregate(weight ~ feed, data = chickwts, mean)

     example 2.2: one ~ many > aggregate(breaks ~ wool + tension, data = warpbreaks, mean)
     example 2.3: many ~ one
> aggregate(cbind(Ozone, Temp) ~ Month, data = airquality, mean)

      example 2.4: many ~ many
> aggregate(cbind(ncases, ncontrols) ~ alcgp + tobgp, data = esoph, sum)

example 2.5: one ~ . and xtabs()
> ag <- aggregate(len ~ ., data = ToothGrowth, mean) > xtabs(len ~ ., data = ag)
--------------------------------------------------------------------------------- 3. for class "ts" (以下公式已經做了簡化處理):  
aggregate(x, nfrequency = 1, FUN = sum, ...)
     引數：
  • nfrequency: (輸出結果中)每個單位時間的observation的數量，必須能夠整除x的observation的總數
example 3.1: 計算美國總統每年的平均支援率(以及weighted的支援率)。可以自己嘗試去比較nfrequency變化後輸出結果的變化。
     > aggregate(presidents, nfrequency = 1, FUN = mean)
> aggregate(presidents, nfrequency = 1, +           FUN = weighted.mean, w = c(1, 1, 0.5, 1))
-+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+- aggregate的功能，也可以通過split+*apply函式實現。以example 1.1為例：
> state <- as.data.frame(state.x77)   # state.x77 is a matrice > gr.state <- split(state, state.region) > t(sapply(gr.state, colMeans))

-+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+- aggregate函式的處理方法就是以某種規則將資料分組以後，對各組同時進行相同的統計計算。如果以上無法理解，不妨試著使用一下Excel中的PivotTable功能，類比一下就能弄懂此處aggregate的計算和輸出的邏輯。

相關推薦

R: 矩陣運算及常用函式 II

aggregate也是跟SAC有關係的一個函式(stats包中)：先將物件分解為不同的組別(回憶一下split函式)，然後分個處理，最後合併顯示。 具體地說，aggregate()函式將資料集(依據指定方法)拆分成不同子集，分別計算各自的統計資料，並(組合)返回計算結果。

R: 矩陣運算及常用函式 III

在”矩陣運算及常用函式I“裡已經提到過，apply系列函式“主要用於某維度上某函式/方法的批量應用”，可以避免“控制流迴圈帶來的高錯誤率以及漫長的響應時間”。 為了比較響應時間，我們可以先做一個簡單的測試：為一列資料做一一系列冪的變形，依據指數的sequence，生成一系

R: 矩陣運算及常用函式 V

當input擴大到三維時，我們有七種方法去分解。可以按面分解，此時只需要明確是哪一面即可，如.margins = 1；可以按線分解，即按三個維度上任意兩個維度的交界線分解，如.margins = c(1,2)；也可以逐個單元進行分解，即以三個維度的交界點來進行分解，.margins = 1:3。

R: 矩陣運算及常用函式 I

[[1]] [1]  0.56385004 -0.60344818 -0.81361688  0.35225496  0.02912354 -0.95710764 [7]  1.25629941  0.14222301 -1.03598746 -0.12698964  0.85261162 [[2]] [1]

Cris 的 Python 資料分析筆記 03：NumPy 矩陣運算和常用函式（重點）

03. 矩陣運算和常用函式（重點） 文章目錄 03. 矩陣運算和常用函式（重點） 1. numpy 矩陣判斷和計算 1.1 與運算 1.2 或運算 1.3 或運算作為矩陣索引賦值

數字訊號處理專題（2）——利用FPGA進行基本運算及特殊函式定點運算

一、前言 　　FPGA以擅長高速並行資料處理而聞名，從有線/無線通訊到影象處理中各種DSP演算法，再到現今火爆的AI應用，都離不開卷積、濾波、變換等基本的數學運算。但由於FPGA的硬體結構和開發特性使得其對很多演算法不友好，之前本人零散地總結和轉載了些基本的數學運算在FPGA中的實現方式，今天做一個系統的總

SQL語法及常用函式

1. INSERT 全列或指定列插入值 INSERT INTO 表名稱 VALUES (值1, 值2,....) INSERT INTO 表名稱 (列1, 列2,...) VALUES (值1, 值2,....) 2. DISTINCT 僅選取唯一不同的值，我們需

MySQL中的聚合函式及常用函式

#----------------------聚合函式(mysql中的內建函式)-------------------- # 在mysql中函式使用select關鍵字呼叫: select 函式名(欄位) 【from 表名】 # 找出最大值：max(欄位名) # 找出use

C++ 連結串列棧及常用函式實現

#include<iostream> using namespace std; typedef struct Node { int data; struct Node* next; }Node; typedef struct Stack { Node* to

python的numpy庫中的矩陣陣列的常用函式

一、基本運算 ndarray可以進行+，-，*，/，//， % 對形狀不相似的陣列也可以進行運算操作的 例： 二、ndarray陣列的運算方法 ndarray.sum（[axis，dtype，out，keepdims]） 返回給定軸axis上的

R語言中的常用函式

語言的數學運算和一些簡單的函式整理如下：向量可以進行那些常規的算術運算，不同長度的向量可以相加，這種情況下最短的向量將被迴圈使用。改變編譯環境的語言（英語）Sys.setenv(LANGUAGE="en")> x <- 1:4> a <- 10> x * a[1] 10 20 3

Python學習筆記 —— 字串及常用函式

在Python中沒有單字元型別，所以單個字元也是作為一個字串來使用的 Python字串要求掌握點 引號、雙引號、三引號區別點及使用 轉義字元 字串運算子 字串格式化

Oracle之單表查詢及常用函式

1.語法： 　　select 欄位列表 　　from 表名 　　[where 查詢條件] 　　[group by 分組] 　　[having 分組條件] 　　[order by 排序] select * 代表查詢所有的欄位 select

ffmpeg八大模組及常用函式介紹

八大庫 avcodec：編解碼（）最重要的庫 avformat：封裝格式處理 avfilter：濾鏡特效處理 avdevice：各種裝置的輸入輸出 avutil：工具庫（大部分哭都需要這個庫的支援）

minigui常用介面美化方法，及常用函式使用

1.獲得子窗體的文字內容 char buff[100]; HWND parent = GetParent(hwnd);   //通過子控制元件控制代碼獲得父窗體控制代碼 SendDlgItemMessage(parent,IDC_STRING,MSG_GETTEXT,99,

Numpy常用函式與矩陣運算

1.Numpy的資料結構與一維陣列 ①Numpy的資料結構是ndarray結構 ②對於構造的一維陣列： ve = numpy.array([1, 2, 3, 4]) print(ve.shape)

Python 集合的定義以及常用運算及函數

合取 pan not 必須 rem 沒有 sca 函數 blog 定義（集合內可以有多個元素，但是每個元素都必須是不可變類型，即可hash類型，集合內的元素唯一，集合是無序的）： pythons=[‘a‘,‘b‘,‘c‘,‘d‘,‘e‘,‘f‘] s1=set(‘hell

矩陣及矩陣運算

http post 右下角 次方 -c 交換 src 元素 行數 矩陣：一個m×n的矩陣就是m×n個數排成m行n列的一個數陣。由於它把許多數據緊湊的集中到了一起，所以有時候可以簡便地表示一些復雜的模型。在數學中，一個矩陣說穿了就是一個二維數組。單位矩陣：從左上角到右下角的對

lambda 、 map 、filter 、reduce 及 reversed 常用函式

lambda 匿名函式 什麼是lambda？ lambda 操作符（或 lambda 函式）通常用來建立小巧的，一次性的匿名函式物件。它的基本語法如下： lambda arguments : expression lambda 操作符可以有任意數量的引數，但是它只能有一個表示式，且不能包含任

Oracle中時間日期格式轉換及常用日期函式

我的第一篇部落格，記錄學習，分享生活。 Oracle時間日期格式轉換： 主要有兩種格式，一種為日期格式date，一種為字元格式char。 查詢當前日期： select sysdate from dual; 將日期轉化為字元格式，可以對日期進行一些操作 --顯示所有僱員的姓名和加