R Colmeans按因子变量在数据帧中

我试图得到数据框中不同因素的一些变量的平均值。假设我有：

    time    geo var1    var2   var3    var4
1   1990    AT  1       7      13       19
2   1991    AT  2       8      14       20
3   1992    AT  3       9      15       21
4   1990    DE  4       10     16       22
5   1991    DE  5       11     17       23
6   1992    DE  6       12     18       24

我想：

    time    geo var1    var2   var3    var4   m_var2   m_var3
1   1990    AT  1       7      13       19    8        14
2   1991    AT  2       8      14       20    8        14
3   1992    AT  3       9      15       21    8        14
4   1990    DE  4       10     16       22    11       17
5   1991    DE  5       11     17       23    11       17
6   1992    DE  6       12     18       24    11       17

我用by（）和lappy（）做了一些尝试，但我认为这是ddply的方向

require(plyr)
Dataset <- data.frame(time=rep(c(1990:1992),2),geo=c(rep("AT",3),rep("DE",3))
      ,var1=as.numeric(c(1:6)),var2=as.numeric(c(7:12)),var3=as.numeric(c(13:18)),
      var4=as.numeric(c(19:24)))

newvars <- c("var2","var3")
newData <- Dataset[,c("geo",newvars)]

我的lapply尝试让我走了很远，但给我留下了一个无法返回数据帧的列表：

lapply(newvars,function(x){
       by(Dataset[x],Dataset[,"geo"],function(x) 
       rep(colMeans(x,na.rm=T),length(unique(Dataset[,"time"]))))
       })

我认为，这甚至必须能够与合并和过滤器如下：

---

，但我不能把它整理好。任何帮助都将不胜感激

一个选项是使用

data.table

。我们可以将

data.frame

转换为

data.table

（

setDT（df1）

），通过在

.SDcols

中指定按“geo”分组的列索引，获得所选列（

lapply（.SD，mean）

）的

平均值。通过将输出（
：=
）分配给新列名（
粘贴（'m'，名称（df1）[4:5]）来创建新列

注意：此方法更通用。我们可以创建
mean
列，即使是100秒的变量，代码中也没有任何重大变化。也就是说，如果我们需要获得第4:100列的
平均值，请更改
.SDcols=4:100
并在
粘贴（'m'，names（df1）[4:100]

数据
df1使用
dplyr的其他方法

library(dplyr)
df1 %>% group_by(geo) %>% mutate(m_var2=mean(var2), m_var3=mean(var3))

在
base
R中：

 cbind(df1,m_var2=ave(df1$var2,df1$geo),m_var3=ave(df1$var3,df1$geo))

另一个简单的BaseR解决方案是

transform(df, m_var2 = ave(var2, geo), m_var3 = ave(var3, geo))
#   time geo var1 var2 var3 var4 m_var2 m_var3
# 1 1990  AT    1    7   13   19      8     14
# 2 1991  AT    2    8   14   20      8     14
# 3 1992  AT    3    9   15   21      8     14
# 4 1990  DE    4   10   16   22     11     17
# 5 1991  DE    5   11   17   23     11     17
# 6 1992  DE    6   12   18   24     11     17


几年后，我认为更简洁的方法是更新实际数据集（而不是创建新数据集）和操作列向量（而不是手动编写）

vars@DavidArenburg是吗？好的，我会指定它。这很好，谢谢！我可以让它通过我指定的变量向量运行，这正是我所需要的。@Jakob我希望保留错误的代码，以便其他人理解是非。但是，如果你愿意，你可以删除它
library(dplyr)
df1 %>% group_by(geo) %>% mutate(m_var2=mean(var2), m_var3=mean(var3))

 cbind(df1,m_var2=ave(df1$var2,df1$geo),m_var3=ave(df1$var3,df1$geo))

transform(df, m_var2 = ave(var2, geo), m_var3 = ave(var3, geo))
#   time geo var1 var2 var3 var4 m_var2 m_var3
# 1 1990  AT    1    7   13   19      8     14
# 2 1991  AT    2    8   14   20      8     14
# 3 1992  AT    3    9   15   21      8     14
# 4 1990  DE    4   10   16   22     11     17
# 5 1991  DE    5   11   17   23     11     17
# 6 1992  DE    6   12   18   24     11     17

vars <- paste0("var", 2:3) # Select desired cols
df[paste0("m_", vars)] <- lapply(df[vars], ave, df[["geo"]]) # Loop and update