按因子计算一组的平均值

Question

有没有办法可以改进,或更简单地完成？

means.by<-function(data,INDEX){
  b<-by(data,INDEX,function(d)apply(d,2,mean))
  return(structure(
    t(matrix(unlist(b),nrow=length(b[[1]]))),
      dimnames=list(names(b),col.names=names(b[[1]]))
  ))
}

这个想法与SAS MEANS BY语句相同.函数'means.by'获取data.frame和索引变量,并计算对应于INDEX唯一值的每组行的data.frame列的平均值,并返回带有该行的新数据框命名INDEX的唯一值.

我确信在R中必须有更好的方法来做到这一点,但我想不出任何事情.

Answer 1

聚合函数是否符合您的要求？

如果没有,请查看plyr软件包,它提供了几个选项,可以将各个部分分开,对部分进行计算,然后再将它重新组合在一起.

您也可以使用重塑包进行此操作.

Answer 2

你想要tapply或者ave,取决于你想要的输出:

> Data <- data.frame(grp=sample(letters[1:3],20,TRUE),x=rnorm(20))
> ave(Data$x, Data$grp)
 [1] -0.3258590 -0.5009832 -0.5009832 -0.2136670 -0.3258590 -0.5009832
 [7] -0.3258590 -0.2136670 -0.3258590 -0.2136670 -0.3258590 -0.3258590
[13] -0.3258590 -0.5009832 -0.2136670 -0.5009832 -0.3258590 -0.2136670
[19] -0.5009832 -0.2136670
> tapply(Data$x, Data$grp, mean)
         a          b          c 
-0.5009832 -0.2136670 -0.3258590 

# Example with more than one column:
> Data <- data.frame(grp=sample(letters[1:3],20,TRUE),x=rnorm(20),y=runif(20))
> do.call(rbind,lapply(split(Data[,-1], Data[,1]), mean))
             x         y
a -0.675195494 0.4772696
b  0.270891403 0.5091359
c  0.002756666 0.4053922