Automáticamente el producto Resumen por variable factor de R

Question

Tengo un dataframe como la siguiente:

   case simulation temp plank oxygen
1     1          1    8     7     11
2     2          1   16    10     15
...
17   17          2   26    12     17
18   18          2   15     8     12
19   19          2   28    11     21
20   20          2   24     6     14

Me gustaría obtener resúmenes de dividir por los niveles de la simulación de la variable. Por ejemplo, me gustaría que la media de temp para la simulación==1 y simulación==2, y lo mismo para la desviación estándar.

Por el momento estoy usando el siguiente código, que es bastante horrible:

df <- read.csv("data.csv")
attach(df)

# Create subset variables
temp1 = subset(temp, simulation==1)
temp2 = subset(temp, simulation==2)

plank1 = subset(plank, simulation==1)
plank2 = subset(plank, simulation==2)

oxygen1 = subset(oxygen, simulation==1)
oxygen2 = subset(oxygen, simulation==2)

print(sd(temp1))
print(sd(temp2))
print(sd(plank1))
print(sd(plank2))

Estoy seguro de que debe haber una forma automática de hacerlo en R, pero no puedo encontrarlo. He intentado usar summary(df ~ simulation), pero que no produce nada útil.

Answer 1

Compruebe hacia fuera el by() o tapply() funciones. Básicamente,

tapply(y, g, mean)

te dará la media de y por niveles de g . Si desea obtener un data.frame de las medidas agregadas resultantes, utilice aggregate() .

Una solución más elaborada está disponible a través de la summary.formula() función del paquete de Hmisc .

Answer 2

paquete de doBy tiene un summaryBy función que tiene un fórmula basado en sintaxis como la conoces.

Además, creo que eso habría sido mejor pregunta en stackexchange.