R：根据列值将函数应用于子集

Question

我有一个名为 income.df 的数据框，看起来像这样：

ID region income
1 rot 3700
2 ams 2500
3 utr 3300
4 utr 5300
5 utr 4400
6 ams 3100
8 ams 3000
9 rot 4000
10 rot 4400
12 rot 2000

我想使用 Gini 函数来计算每个区域的基尼系数。如果我想为整个数据帧计算它，而不考虑区域，我会执行以下操作：

library(DescTools)
Gini(income.df$income, n = rep(1, length(income.df$income)), unbiased = TRUE, conf.level = NA, R = 1000, type = "bca", na.rm = TRUE)

有没有办法对数据框中的每个区域执行此操作？那么在这种情况下 "rot"、"utr" 和 "ams"？请注意，Gini 函数还需要其中向量的长度（三个区域分别为 4、3 和 3）。我怀疑 lapply 之类的东西可以做到这一点，但我无法弄清楚如何在函数内自动传递这些长度（我的实际数据框要大得多，所以手动不是一个选项）。

Answer 1

使用基础 R：

library(DescTools)
lapply(split(df,df$region), 
       function(x) (Gini(x$income, n = rep(1, length(x$income)), unbiased = TRUE, 
                         conf.level = NA, R = 1000, type = "bca", na.rm = TRUE)))

使用 tidyverse：

library(tidyverse)
library(DescTools)
df %>% group_by(region) %>% nest() %>% 
       mutate(gini_coef = map(data, ~Gini(.x$income, n = rep(1, length(.x$income)), 
              unbiased = TRUE, conf.level = NA, R = 1000, type = "bca", na.rm = TRUE))) %>%
       select(-data) %>% unnest() %>% left_join(df)


Joining, by = "region"
# A tibble: 10 x 4
region   gini_coef ID  income
<fct>    <dbl>   <int>  <int>
1 rot    0.177      1   3700
2 rot    0.177      9   4000
3 rot    0.177     10   4400
4 rot    0.177     12   2000
5 ams    0.0698     2   2500
6 ams    0.0698     6   3100
7 ams    0.0698     8   3000
8 utr    0.154      3   3300
9 utr    0.154      4   5300
10 utr    0.154      5   4400

数据

 df <- read.table(text="  
            ID region income
             1 rot 3700
             2 ams 2500
             3 utr 3300
             4 utr 5300
             5 utr 4400
             6 ams 3100
             8 ams 3000
             9 rot 4000
             10 rot 4400
             12 rot 2000
             ",header=T)

R：根据列值将函数应用于子集

R: apply function to subsets based on column value

r

subset

gini

数据