Skip to contents

Make a two-way table

Source: R/make_mat.R
make_mat.Rd

[Stable]

This function help users to easily make a two-way table from a "long format" data.

Usage

make_mat(.data, row, col, value, fun = mean)

Arguments

.data

The dataset. Must contains at least two categorical columns.

row

The column of data in which the mean of each level will correspond to one line in the output.

col

The column of data in which the mean of each level will correspond to one column in the output.

value

The column of data that contains the values to fill the two-way table.

fun

The function to apply. Defaults to mean, i.e., the two-way table will show the mean values for each genotype-environment combination. Other R base functions such as max, min, sd, var, or an own function that return a single numeric value can be used.

Value

A two-way table with the argument row in the rows, col

in the columns, filled by the argument value.

Author

Tiago Olivoto tiagoolivoto@gmail.com

Examples

# \donttest{
library(metan)
matrix <- data_ge %>% make_mat(row = GEN, col = ENV, val = GY)
matrix
#>           E1      E10      E11      E12      E13      E14       E2       E3
#> G1  2.365787 2.307633 1.355667 1.342333 2.998259 1.533333 3.040690 4.080333
#> G10 1.974073 1.536253 0.899100 1.022136 1.830667 1.859210 3.145840 4.114333
#> G2  2.901747 2.297053 1.490720 1.993333 3.028309 1.426580 3.231053 4.568667
#> G3  2.888587 2.336727 1.567727 1.764358 3.469148 2.059654 3.608280 4.132333
#> G4  2.588567 2.167353 1.370000 1.527333 2.635716 1.861333 3.190080 3.854333
#> G5  2.188260 2.139833 1.325667 1.689000 2.568099 1.784296 3.140137 3.741333
#> G6  2.300800 2.208147 1.500667 1.385667 2.911667 1.798852 3.291173 3.434667
#> G7  2.773727 2.441893 1.364333 1.951630 3.183840 1.936333 2.612677 4.101333
#> G8  2.899360 2.574867 1.683433 2.000000 3.519975 1.991864 3.444797 4.110000
#> G9  2.325927 1.742333 1.125333 1.409333 2.950630 1.567877 3.094863 4.506000
#>           E4       E5       E6       E7       E8       E9
#> G1  3.494333 4.170531 2.809086 1.897880 2.271933 2.783667
#> G10 4.271000 3.365667 2.484877 2.243627 2.700310 3.150000
#> G2  3.715573 3.827432 2.541333 1.987627 2.045297 3.363333
#> G3  4.134000 4.126654 2.984716 2.158547 2.850420 3.293667
#> G4  3.302167 3.782605 2.701185 1.980887 2.300590 3.724667
#> G5  3.379113 3.469000 2.433321 1.656767 2.708330 3.299667
#> G6  3.403473 3.568926 2.335556 1.757787 2.539380 3.039667
#> G7  3.018953 4.047914 2.665901 2.550813 2.583383 3.140000
#> G8  4.137773 4.812099 2.908123 2.261780 2.878853 2.828000
#> G9  3.896340 3.934173 2.768037 1.393247 2.485260 1.943333

# standart error of mean

data_ge %>% make_mat(GEN, ENV, GY, sem)
#>             E1        E10       E11        E12       E13       E14         E2
#> G1  0.10176850 0.15393927 0.1840202 0.13684216 0.1960110 0.1616202 0.06714584
#> G10 0.36385473 0.18293605 0.1148991 0.09783392 0.1298876 0.1328169 0.06402113
#> G2  0.18617274 0.14997427 0.2228192 0.16035828 0.1043294 0.1317479 0.25773834
#> G3  0.39297456 0.14894295 0.1971982 0.11905380 0.1923882 0.1674466 0.14152559
#> G4  0.21791349 0.04356835 0.2035444 0.12112987 0.1084774 0.1530489 0.09983255
#> G5  0.05179213 0.18957866 0.2077260 0.12125318 0.1990339 0.1793584 0.14477522
#> G6  0.11077348 0.20694395 0.2720186 0.15590738 0.2124157 0.1170669 0.10386715
#> G7  0.09357705 0.13297708 0.2556823 0.13901861 0.2210526 0.2084501 0.72265593
#> G8  0.01350830 0.20686577 0.2372548 0.16558080 0.2242682 0.1121055 0.24083058
#> G9  0.22483504 0.23436605 0.1576646 0.15024905 0.1576420 0.2145494 0.22648527
#>             E3        E4         E5        E6         E7         E8         E9
#> G1  0.23285642 0.2069721 0.22583663 0.1177271 0.27361994 0.18434916 0.24088748
#> G10 0.33584041 0.1102784 0.16138395 0.1482116 0.11935649 0.12142222 0.32376071
#> G2  0.13243531 0.1764011 0.07460125 0.1419699 0.27118118 0.05475980 0.23441369
#> G3  0.18997397 0.1963746 0.19245794 0.1491641 0.22028215 0.14242780 0.41240487
#> G4  0.26609606 0.2032492 0.17964339 0.1208911 0.28715516 0.26001401 0.13358809
#> G5  0.35560949 0.1102458 0.18053255 0.1671079 0.15393295 0.24639288 0.23282134
#> G6  0.31191897 0.2973022 0.19296432 0.1907696 0.14544696 0.28935692 0.17583547
#> G7  0.25336228 0.2347714 0.12000312 0.0834189 0.21589852 0.14491164 0.11357817
#> G8  0.34028566 0.1274485 0.16166059 0.1915529 0.10396713 0.21588338 0.11722770
#> G9  0.06711433 0.3376508 0.09859422 0.1678251 0.06465526 0.06345724 0.09722368
# }