Como: Como pode posso calcular estatísticas grupo por categoria para um grande conjunto de dados.

RxSummary() de função RevoScaleR torna bastante útil para este tipo de item. Por predefinição, irá comunicar grupo significa e desvios-padrão, bem como contagens de células e número de observações válidos, se especificar uma fórmula que inclua condições de interacção. No abaixo exemplos utilizamos o conjunto de dados enviado 'CensusWorkers.xdf'.

Exemplo:
-------- 
testDataDir <-file.path(rxGetOption("sampleDataDir"))
rxSummary (incwage ~ sexo: Estado, dados = file.path (testDataDir, "CensusWorkers.xdf"))

Número de observações válidos: 351121
Número de observações em falta: 0
Nome média StdDev Min Max ValidObs
incwage:Sex:State 35333.84 40444.54 0 354000 351121

Estatísticas por categoria (6 categorias):

Estado de sexo categoria meios StdDev
incwage de sexo = macho, estado = Barreiro macho Barreiro 55002.00 67742.93
incwage de sexo = fêmea, estado = Barreiro fêmea Barreiro 32605.03 34426.27
incwage de sexo = macho, estado = Indiana Indiana macho 38325.33 36160.07
incwage de sexo = fêmea, estado = Indiana fêmea Indiana 23117.71 20371.68
incwage de sexo = macho, estado = Washington Washington macho 41001.14 43962.65
incwage de sexo = fêmea, estado = Washington fêmea Washington 25765.03 25191.75

Min Max ValidObs MissingObs
0 354000 41751 0
0 354000 37666 0
0 314000 74221 0
0 314000 63702 0
0 336000 73372 0
0 336000 60409 0

Pode utilizar o argumento 'rowSelection' para subconjunto mais os dados baseados em valores específicos de algumas das variáveis. Outra função útil é a função 'F()', que indica o RevoScaleR para tratar de uma variável específica como um factor:
Exemplo:
-------- 

# # # Obter informações sobre tipos de variáveis no ficheiro XDF
rxGetInfo(file.path(testDataDir,"CensusWorkers.xdf"), getVarInfo = TRUE)
rxSummary (incwage ~ F (age): sexo, dados = file.path(testDataDir,"CensusWorkers.xdf"), rowSelection = (estado = = "Indiana"))