聚合R数据帧中的两列
我在R中有一个称为食物的数据框:聚合R数据帧中的两列,r,R,我在R中有一个称为食物的数据框: foodID calories fat protein 123 0.5 0.4 0.9 432 0.65 0.3 0.7 123 0.32 0.6 0.5 983 0.82 0.2 0.6 我试图通过foodID将卡路里和蛋白质列的平均值 我试过: cal_pro <- aggregate(food[2,4], lis
foodID calories fat protein
123 0.5 0.4 0.9
432 0.65 0.3 0.7
123 0.32 0.6 0.5
983 0.82 0.2 0.6
我试图通过foodID将卡路里和蛋白质列的平均值
我试过:
cal_pro <- aggregate(food[2,4], list(food$foodID), function(df) mean(df))
cal_pro我们可以使用公式法
aggregate(cbind(calories, protein) ~ foodID, food, mean)
或者使用OP的代码,它应该是c(2,4),因为如果我们执行2,4
,它将按行/列索引选择第4列的第2行
aggregate(food[c(2, 4)], list(food$foodID), mean)
编辑:基于@RuiBarradas注释您可以使用数据表
包-
> setDT(dt)[,list(avg_calorie=mean(calories),avg_protein=mean(protein)),by=foodID]
输出-
foodID avg_calorie avg_protein
1: 123 0.41 0.7
2: 432 0.65 0.7
3: 983 0.82 0.6
使用dplyr
,您只需group\u by
和summary
:
food %>%
group_by(foodID) %>%
summarize(calories_average = mean(calories),
protein_average = mean(protein))
# A tibble: 3 x 3
foodID calories_average protein_average
<int> <dbl> <dbl>
1 123 0.41 0.7
2 432 0.65 0.7
3 983 0.82 0.6
summary_at
还允许您使用各种辅助函数按前缀、后缀或正则表达式选择变量(如下所示)。您可以在此处了解更多信息:?tidyselect::select\u helpers
food %>%
group_by(foodID) %>%
summarize_at(vars(matches('calories|protein')), list(average = mean))
寻找更多的替代品我相信它应该是c(2,4)
而不是2:4
@akrun doing[2:4]将均值函数也应用于第三列,不是吗?这是否意味着我以后必须删除第三列?@Maxx抱歉,我以为你需要一系列columns@Maxxx您希望解决方案中还有其他内容吗。
food %>%
group_by(foodID) %>%
summarize_at(vars(matches('calories|protein')), list(average = mean))