Existe ainda uma outra alternativa nesse caso que é o uso do data.table: sexo=c("1","1","2","2","1","2","1","1","1","1","2") idade=c("1","3","2","1","1","1","2","2","3","3","3") tcont=c(100,320,24,256,134,290,18,34,15,121,32) read=c("1","0","0","0","1","1","1","1","1","1","0") df=data.frame(sexo,idade,read,tcont) require(data.table) dt <- data.table(df) dt[,list(soma=sum(tcont), count=.N), by=list(idade,sexo)] que é equivalente a : ddply(dados, .(idade, sexo), summarize, soma=sum(tcont), count = length(tcont)) ambos com saída: idade sexo soma count 1: 1 1 267 4 2: 2 2 570 3 3: 3 1 475 3 O data.table tem uma grande vantagem sobre o plyr que é a velocidade. Quando o arquivo é muito grande ele pode chegar a ser 100x mais rápido. 2013/10/11 Fátima Lima Paula <fatima.lima.paula@gmail.com>
Vinícius, não sei se é isso que você quer, mas eu fiz da seguinte forma:
sexo=c("1","1","2","2","1","2","1","1","1","1","2") idade=c("1","3","2","1","1","1","2","2","3","3","3") tcont=c(100,320,24,256,134,290,18,34,15,121,32) read=c("1","0","0","0","1","1","1","1","1","1","0") df=data.frame(sexo,idade,read,tcont) df sexo idade read tcont 1 1 1 1 100 2 1 3 0 320 3 2 2 0 24 4 2 1 0 256 5 1 1 1 134 6 2 1 1 290 7 1 2 1 18 8 1 2 1 34 9 1 3 1 15 10 1 3 1 121 11 2 3 0 32
lixo=do.call(rbind, by(df, list(df$sexo, df$idade), function(x) data.frame(sexo=x$sexo[1], idade=x$idade[1], tcont=mean(x$tcont), reads=sum(x$read == "1")))) sexo idade tcont reads 1 1 1 117 2 2 2 1 273 1 3 1 2 26 2 4 2 2 24 0 5 1 3 152 2 6 2 3 32 0
Acho que consegui pesquisando no google. Abs Fátima
Em 10 de outubro de 2013 18:29, Vinicius Brito Rocha < viniciusbritor@gmail.com> escreveu:
walmes,
uma pergunta. é possível ter diferentes funções no aggregate? uma para cada tipo de variável?
imagine quer contar em uma e somar em outra (como numa query padrão sql)
Abs
Vinicius
Em 10 de outubro de 2013 18:11, walmes . <walmeszeviani@gmail.com>escreveu:
A aggregate() faz a mesma coisa de uma forma mais sofisticada.
aggregate(cbind(tcont,read)~sexo+idade, data=dados, FUN=sum)
Mais opções estão disponíveis com as funções do pacote plyr, como
require(plyr) ddply(dados, .(sexo,idade), summarise, tcont=sum(tcont), read=sum(read))
onde você pode usar funções diferentes para cada variável ou até usar mais de uma vez uma mesma variável.
À disposição. Walmes.
========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218
==========================================================================
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- *Vinicius Brito Rocha.* *Estatístico e Atuário ** M.Sc. Engenharia de Produção/PO*
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- "Minha felicidade depende da qualidade dos meus pensamentos"
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.