R 基于另一个向量中的ID对列进行行求和

我有两个输入数据框，第一个称为“Firms_Ind”，包含两列（“Firms”、“Industry”）和多行。它给出了每个公司的行业ID。另一个称为“ann_returns”，它的列数与“Firms_Ind”的行数和多行数相同。它包含每个公司（列）每年（行）的回报

我想计算每个行业的年平均回报率。所以我想要一个输出矩阵，它的维数是：列数=年数，行数=年数。对于每个行业（列），应计算每年的平均回报

下面是一个小例子：

> Firms_Ind
  Firms Industry
1     A        1
2     B        2
3     C        3
4     D        1
5     E        2
6     F        1

> ann_returns
      A    B    C    D    E    F
y1 0.20 0.11 0.13 0.30 0.24 0.03
y2 0.23 0.08 0.03 0.23 0.17 0.01
y3 0.28 0.19 0.11 0.21 0.19 0.07

> Industry_mean
            1    2    3
y1_means 0.20 0.11 0.13
y2_means 0.23 0.08 0.03
y3_means 0.28 0.19 0.11

---

下面是一个使用

sapply

# get a list of firms by industry
inds <- split(Firms_Ind$Firms, Firms_Ind$Industry)
# loop through industries to calculate annual means
myMat <- sapply(inds,
              function(i) if(length(i) > 1) rowMeans(ann_returns[, i]) else ann_returns[, i])

数据

Firms_Ind <-
structure(list(Firms = structure(1:6, .Label = c("A", "B", "C", 
"D", "E", "F"), class = "factor"), Industry = c(1L, 2L, 3L, 1L, 
2L, 1L)), .Names = c("Firms", "Industry"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

ann_returns <- 
structure(c(0.2, 0.23, 0.28, 0.11, 0.08, 0.19, 0.13, 0.03, 0.11, 
0.3, 0.23, 0.21, 0.24, 0.17, 0.19, 0.03, 0.01, 0.07), .Dim = c(3L, 
6L), .Dimnames = list(c("y1", "y2", "y3"), c("A", "B", "C", "D", 
"E", "F")))

---

Ind公司使用
dplyr
和
tidyr

library(tidyr)
library(dplyr)

Industry_mean <- ann_returns %>% 
         gather(key=Firms,value=value,-Year) %>% #convert to long format
         left_join(Firms_Ind) %>% #merge with firms_ind
         group_by(Year,Industry) %>% #group as required
         summarise(mean=mean(value)) %>% #calculate means
         spread(key=Industry,value=mean) #convert back to wide format

Industry_mean

   Year       `1`   `2`   `3`
* <chr>     <dbl> <dbl> <dbl>
1    y1 0.1766667 0.175  0.13
2    y2 0.1566667 0.125  0.03
3    y3 0.1866667 0.190  0.11

library（tidyr）
图书馆（dplyr）
行业平均值%
聚集（键=公司，值=值，-年）%>%#转换为长格式
左加入（企业界）%>%\35;与企业界合并
按（年度、行业）分组%>%\u按要求分组
总结（平均值=平均值（值））%>%#计算平均值
价差（键=行业，值=平均值）#转换回宽格式
工业是什么意思
年份'1``2``3`
*        
1日元0.1766667 0.175 0.13
2 y2 0.156667 0.125 0.03
3 y3 0.1866667 0.190 0.11
我们可以按列拆分
ann\u返回的
，然后运行
rowMeans
：

# if Firms in correct order
inds <- split.default(ann_returns, f = Firms_Ind$Industry)

# # if Firms not in correct order:
# inds <- split.default(
#     ann_returns,
#     f = Firms_Ind$Industry[match(colnames(ann_returns), Firms_Ind$Firms)])

do.call(cbind, lapply(inds,rowMeans))
#            1     2    3
# y1 0.1766667 0.175 0.13
# y2 0.1566667 0.125 0.03
# y3 0.1866667 0.190 0.11

您是否尝试过将
ann\u returns
重新格式化为长格式，然后将
公司Ind
合并到其中，然后按行业分组计算平均值？谢谢！这似乎是我正在寻找的解决方案。但是，如果我使用实际数据帧运行它，会出现以下错误：
[.data.frame
（ROE\u ac，I）中的错误：未定义的列选择了我的数据帧：ann\u返回的是ROE\u ac（R=305，C=2），Firms\u Ind是Firms\u FF（R=30，C=305）谢谢！如果公司的顺序正确，你的确切意思是什么？@Tobi1990，我的意思是
ann\u returns
的列名称是否与
firms\u Ind
的列名称顺序相同，这样你就可以直接拆分，而不必先匹配公司名称。是的。再次感谢，你的解决方案非常有效！你能告诉我怎么做吗我可以创建一个新的数据框架，其中包含该行业中每个公司的计算行业平均值。因此，类似于ann_的回报，但对于同一行业的公司，其值相等：因此，对于第一年，例如a、D和F将为0.1766667。您可以尝试
res
# if Firms in correct order
inds <- split.default(ann_returns, f = Firms_Ind$Industry)

# # if Firms not in correct order:
# inds <- split.default(
#     ann_returns,
#     f = Firms_Ind$Industry[match(colnames(ann_returns), Firms_Ind$Firms)])

do.call(cbind, lapply(inds,rowMeans))
#            1     2    3
# y1 0.1766667 0.175 0.13
# y2 0.1566667 0.125 0.03
# y3 0.1866667 0.190 0.11

# > dput(ann_returns)
structure(list(A = c(0.2, 0.23, 0.28), B = c(0.11, 0.08, 0.19
), C = c(0.13, 0.03, 0.11), D = c(0.3, 0.23, 0.21), E = c(0.24, 
0.17, 0.19), F = c(0.03, 0.01, 0.07)), .Names = c("A", "B", "C", 
"D", "E", "F"), row.names = c("y1", "y2", "y3"), class = "data.frame")
# > dput(Firms_Ind)
structure(list(Firms = structure(1:6, .Label = c("A", "B", "C", 
"D", "E", "F"), class = "factor"), Industry = c(1L, 2L, 3L, 1L, 
2L, 1L)), .Names = c("Firms", "Industry"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))