计算有关数据子集的统计信息

Question

这是我的数据的一个可重现的小示例：> mydata <- structure(list(subject = c(1, 1, 1, 2, 2, 2), time = c(0, 1, 2, 0, 1, 2), measure = c(10, 12, 8, 7, 0, 0)), .Names = c("subject", "time", "measure"), row.names = c(NA, -6L), class = "data.frame")> mydatasubject  time  measure1          0      101          1      121          2       82          0       72          1       02          2       0我想生成一个包含该measure特定主题的平均值的新变量，因此：subject  time  measure  mn_measure1          0      10      101          1      12      101          2       8      102          0       7      2.3332          1       0      2.3332          2       0      2.333除了以编程方式遍历所有记录或首先重塑为宽格式之外，是否有一种简单的方法可以做到这一点？

Answer 1

使用base R函数ave()，尽管其名称令人困惑，它仍可以计算各种统计信息，包括mean：

within(mydata, mean<-ave(measure, subject, FUN=mean))

  subject time measure      mean

1       1    0      10 10.000000

2       1    1      12 10.000000

3       1    2       8 10.000000

4       2    0       7  2.333333

5       2    1       0  2.333333

6       2    2       0  2.333333

请注意，我within只是为了缩短代码而使用。这是没有的等效项within()：

mydata$mean <- ave(mydata$measure, mydata$subject, FUN=mean)

mydata

  subject time measure      mean

1       1    0      10 10.000000

2       1    1      12 10.000000

3       1    2       8 10.000000

4       2    0       7  2.333333

5       2    1       0  2.333333

6       2    2       0  2.333333

Answer 2

或者与data.table包：

require(data.table)

dt <- data.table(mydata, key = "subject")

dt[, mn_measure := mean(measure), by = subject]

#   subject time measure mn_measure

# 1:       1    0      10  10.000000

# 2:       1    1      12  10.000000

# 3:       1    2       8  10.000000

# 4:       2    0       7   2.333333

# 5:       2    1       0   2.333333

# 6:       2    2       0   2.333333