作者celestialgod (天)
看板R_Language
標題Re: [問題] 用*apply或dplyr::do批次跑ANOVA
時間Tue Nov 17 22:07:25 2015
※ 引述《helixc (@_2;)》之銘言：
: [問題敘述]:
: 手上有一筆資料，基本上要看在四個不同樣區(site)當中，物種種類(SpeciesType)
: 如何影響某個值(n)，資料如：http://pastebin.com/qyLga5Za ，要跑ANOVA和TukeyHSD。
: 要用工人智慧自己寫一樣的程式碼四次目前是做得到的，但總想找到更聰明的方法。
: 理想上想要寫個程式一次把重要的統計欄位(如F-value, P-value...etc)整理出來。
: 看了各種資料，知道在R當中各種*apply是向量化處裡資料重要的指令，
: 我想做的工作理論上可以用*apply實現。
: 但目前只對基礎的apply比較熟悉，sapply/lapply今天摸一摸才比較懂，
: 而tapply/mapply還還沒有機會用過。
: 在股狗的過程當中也發現dplyr::do也可以做類似的工作，也查到了Wush978的簡略介紹，
: 但用一用還是有點卡住...是因為dplyr::do只能處裡data.frame的關係嗎？
: *apply或dplyr::do的參考資料都是這個網頁 http://goo.gl/WYJXtC
: [程式範例]:
目前我覺得這種最漂亮還是用map XD (PS: map其實就是lapply而已)
library(data.table)
library(magrittr)
library(purrr)
dat = fread('test.txt')
models = split(dat, dat$site) %>% map(~aov(n~SpeciesType, .))
AOVtables = models %>% map(~summary(.)) %>%
map(~na.omit(c(.[[1]][['F value']], .[[1]][['Pr(>F)']]))) %>%
do.call(rbind, .) %>% set_colnames(c("F", "p.value"))
TukeyHSDtables = models %>% map(~TukeyHSD(.)$SpeciesType)
: 3. 改用dplyr::do來寫，用aov，但怎麼寫都會吐錯誤訊息...
: data<-data %>% group_by(site)
: models <-data %>% do(mdls=aov(n~SpeciesType, data=.))
: models %>% rowwise %>% do(data.frame(summary(.$mdls)))
: 錯誤訊息：
: Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors =
: stringsAsFactors) : cannot coerce class "c("summary.aov", "listof")" to
: a data.frame
我個人不太愛用do，我的使用經驗上，do在很多時候會很慢
之前遇到的案例：
set.seed(100)
library(plyr)
library(dplyr)
N = 1e7
dat = data.frame(V1 = rnorm(N), V2 = rbinom(N, 4, .2),
V3 = rbinom(N, 3, .1), V4 = rbinom(N, 5, .2))
st = proc.time()
out1 = dat %>% group_by(V2, V3, V4) %>% arrange(V1) %>% do(head(., n = 1))
proc.time() - st
# user system elapsed
# 20.06 0.11 20.17
st = proc.time()
out2 = ddply(dat, .(V2, V3, V4), function(x) x[which.min(x$V1),])
proc.time() - st
# user system elapsed
# 1.90 0.45 2.35
st = proc.time()
out3 = dat %>% group_by(V2, V3, V4) %>% filter(rank(V1) == 1)
proc.time() - st
# user system elapsed
# 3.30 0.08 3.39
all.equal(out1, out2 %>% arrange(V2, V3, V4)) # TRUE
all.equal(out1, out3 %>% arrange(V2, V3, V4)) # TRUE
--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.154.163
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1447769248.A.00E.html
1F：推 helixc: 要去研究purrr了嗎啊啊啊啊啊啊 11/17 23:06
2F：→ helixc: 看來還是把*apply學起來比較實在… 11/17 23:10
會dplyr，看得懂 . 的用途，然後會lapply
purrr只是順手捻來而已啦 加油XD
※ 編輯: celestialgod (180.218.154.163), 11/17/2015 23:15:52