数据帧中每个组的平均值

Question

数据帧中每个组的平均值我有一个data.frame我需要计算每个组的平均值(即Month(见下文)。Name     Month  Rate1     Rate2Aira       1      12        23Aira       2      18        73Aira       3      19        45Ben        1      53        19Ben        2      22        87Ben        3      19        45Cat        1      22        87Cat        2      67        43Cat        3      45        32我想要的输出如下所示，其中Rate1和Rate2是团体的手段。请不要理会它的价值，我已经为这个例子编造了它。Name       Rate1       Rate2Aira        23.21       12.2Ben         45.23       43.9Cat         33.22       32.2

Answer 1

这种类型的操作就是aggregate目的是：

d <- read.table(text='Name     Month  Rate1     Rate2
Aira       1      12        23
Aira       2      18        73
Aira       3      19        45
Ben        1      53        19
Ben        2      22        87
Ben        3      19        45
Cat        1      22        87
Cat        2      67        43
Cat        3      45        32', header=TRUE)aggregate(d[, 3:4], list(d$Name), mean)

  Group.1    Rate1    Rate21    Aira 16.33333 47.000002     Ben 31.33333 50.333333     Cat 44.66667 54.00000

在这里，我们聚合数据的第3列和第4列。d，按d$Name，并应用mean功能。

---

或者，使用公式接口：

aggregate(. ~ Name, d[-2], mean)

Answer 2

或使用group_by & summarise_at从dplyr一揽子：

library(dplyr)d %>%
  group_by(Name) %>%
  summarise_at(vars(-Month), funs(mean(., na.rm=TRUE)))# A tibble: 3 x 3
  Name  Rate1 Rate2  <fct> <dbl> <dbl>1 Aira   16.3  47.02 Ben    31.3  50.33 Cat    44.7  54.0

看见?summarise_at用于指定要操作的变量的许多方法。这里,vars(-Month)所有变量除 Month.

Answer 3

第三个很好的选择是使用这个包。data.table，它也具有类data.framework，但是像您正在寻找的操作计算速度要快得多。

library(data.table)mydt <- structure(list(Name = c("Aira", "Aira", "Aira", "Ben", "Ben", "Ben", "Cat", "Cat", "Cat"), Month =
 c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L), Rate1 = c(15.6396600443877, 2.15649279424609, 6.24692918928743, 2.37658797276116, 34.7500663272292,
  3.28750138697048, 29.3265553981065, 17.9821839334431, 10.8639802575958), Rate2 = c(17.1680489538369, 5.84231656330206, 8.54330866437461, 5
  .88415184986176, 3.02064294862551, 17.2053351400752, 16.9552950199166, 2.56058000170089, 15.7496228048122)), .Names = c("Name", "Month",
   "Rate1", "Rate2"), row.names = c(NA, -9L), class = c("data.table", "data.frame"))

现在取所有3个月的比率1和比率2的平均值，对于每个人(姓名)：首先，决定你想取哪个列的平均值。

colstoavg <- names(mydt)[3:4]

现在我们使用lapplication对我们想要的列取平均值(Colstoavg)。

mydt.mean <- mydt[,lapply(.SD,mean,na.rm=TRUE),by=Name,.SDcols=colstoavg]

 mydt.mean
   Name     Rate1     Rate21: Aira  8.014361 10.5178912:  Ben 13.471385  8.7033773:  Cat 19.390907 11.755166