Question

Stata有一个非常好的命令egen，可以很容易地计算观察组的统计数据。例如，可以计算每个组的最大值，平均值和最小值，并将它们作为变量添加到详细数据集中。 Stata命令是一行代码：

by group : egen max = max(x)

我从来没有在R. summarise中找到相同的命令。dplyr包可以很容易地为每个组计算统计数据但是我必须运行一个循环来关联统计数据每次观察：

library("dplyr")
N  <- 1000
tf  <- data.frame(group = sample(1:100, size = N, replace = TRUE), x = rnorm(N))
table(tf$group)
mtf  <- summarise(group_by(tbl_df(tf), group), max = max(x))
tf$max  <- NA
for (i in 1:nrow(mtf)) {
  tf$max[tf$group == mtf$group[i]]  <- mtf$max[i]
}

有没有人有更好的解决方案？

Answer 1

以下是一些方法：

<强> dplyr

library(dplyr)

tf %>% group_by(group) %>% mutate(max = max(x))

<强> AVE

这只使用R的基础：

transform(tf, max = ave(x, group, FUN = max))

<强> data.table

library(data.table)

dt <- data.table(tf)
dt[, max:=max(x), by=group]

是否有相当于Stata的egen功能？

1 个答案: