如何在R中计算列的标准偏差——笔记

你可以使用下面的基本语法来计算R中列的标准偏差。

#calculate standard deviation of one column
sd(df$col1)

#calculate standard deviation of all columns
sapply(df, sd)

#calculate standard deviation of specific columns
sapply(df[c('col1', 'col2', 'col5')], sd)

下面的例子展示了如何在以下数据框架中实际使用这种语法。

#create data frame
df <- data.frame(team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 91, 86, 88, 95),
                 assists=c(33, 28, 31, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#view data frame
df

  team points assists rebounds
1    A     99      33       30
2    B     91      28       28
3    C     86      31       24
4    D     88      39       24
5    E     95      34       28

例1：一列的标准差

下面的代码显示了如何计算数据框中一列的标准差。

#calculate standard deviation of 'points' column
sd(df$points)

[1] 5.263079

points "列中数值的标准差是5.263079**。**

例2：所有列的标准差

下面的代码显示了如何计算数据框中每一列的标准差。

#calculate standard deviation of all columns in data frame
sapply(df, sd)

    team   points  assists rebounds 
      NA 5.263079 4.062019 2.683282 
Warning message:
In var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm) :
  NAs introduced by coercion

由于'team'列是一个字符变量，R返回NA并给我们一个警告。

然而，它成功地计算了其他三个数字列的标准差。

例3：特定列的标准差

下面的代码显示了如何计算数据框架中特定列的标准差。

#calculate standard deviation of 'points' and 'rebounds' columns
sapply(df[c('points', 'rebounds')], sd)

  points rebounds 
5.263079 2.683282 

注意，我们也可以使用列索引值来选择列。

#calculate standard deviation of 'points' and 'rebounds' columns
sapply(df[c(2, 4)], sd)

  points rebounds 
5.263079 2.683282 

其他资源

下面的教程解释了如何在R中对列执行其他常见的功能。

如何在R中计算多列的平均值
如何在R中寻找跨多列的最大值
如何在R中选择特定列

The postHow to Calculate Standard Deviation of Columns in Rappeared first onStatology.