使用 aggregate 及 data.table 來計算群聚資料

1. 群聚資料
—以氣象資料計算為例例
嘉義⼤大學⽣生物資源學系 林林政道
mutolisp@mail.ncyu.edu.tw
睡前床邊R故事

2. 什什麼是群聚? 先從分類開始
這裡有⼀一些圖形，你會怎麼分類？

3. 按照形狀狀排列列⼀一下
5 個 6 個 4 個
Group C
Group T
Group R

4. 來來看⼀一下資料
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln
Continental
10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
R 內建的 mtcars
汽⾞車車型號
規格

5. mtcars 汽⾞車車各項欄欄位說明
mpg Miles/(US) gallon 油耗(英哩/加侖)
cyl Number of cylinders 汽缸數
disp Displacement (cu.in.) 排氣量量(立⽅方英吋)
hp Gross horsepower 淨⾺馬⼒力力
drat Rear axle ratio 後輪輪軸比
wt Weight (1000 lbs) 重量量 (1000 磅)
qsec 1/4 mile time 加速⾄至 1/4 英哩時間
vs V/S 汽缸排列列： V 型或直列列式 (欸，沒有⽔水平對臥！）
am Transmission (0 = automatic, 1 = manual) 變速系統 (0 = ⾃自排, 1 = ⼿手排)
gear Number of forward gears 驅動輪輪數量量
carb Number of carburetors 化油器數量量

6. 我想知道，不同汽缸的
平均⾺馬⼒力力數是多少？

7. • 傳統上可以這樣做：使⽤用 aggregate function
aggregate(data, by, function)
資料 根據哪個欄欄位
(需要使⽤用list)
⽤用什什麼⽅方式計算
不同汽缸的平均⾺馬⼒力力數是多少？
＊）如果在資料庫SQL中，aggregate function 通常稱為 group by

8. > aggregate(mtcars$hp, by=list(cyl),
+ FUN=mean, omit.na=T)
Group.1 x
1 4 82.63636
2 6 122.28571
3 8 209.21429

9. 同樣的觀念念，使⽤用
data.table 的⽅方式來來做

10. data.table 的⽤用法
aggregate(i, j, by)
i 列列、j ⾏行行、group by

11. > library(data.table)
> mtcars.dt <- data.table::as.data.table(mtcars)
> mtcars.dt[, mean(hp, na.rm = T), by = cyl]
cyl V1
1: 6 122.28571
2: 4 82.63636
3: 8 209.21429

12. 接下來來看⼀一下氣象資料

13. 氣象資料的特性
• 中央氣象局局屬測站通常⼀一個⼩小時會觀測⼀一次
• 例例如逐時觀測氣溫、濕度、雨量量等資料

14. 如果要計算⼀一天的平均氣溫、最⾼高
溫、最低溫等，要怎麼計算？
• ⼀一樣使⽤用群聚的觀念念，把⼀一整天當成⼀一組資料，再個
別計算其平均、最⼤大值、最⼩小值等
https://git.io/vSDHI範例例