R 如何从包含x个可能组的矩阵中提取平均值

假设我有以下示例数据集：

df1 = 
ID    Group_Type    Units
 1       A           10
 2       A           12
 3       A           17
 4       B            6
 5       B            9
 6       D           23
 7       D           16
 8       D           21
 9       G           40
10       G           31

组类型可能是英文字母表中A和Z之间的任何字母。是否有一种方法可以同时检测a、B、D和G组（或任何现有组），然后平均每个组的单位，并将整个结果分配给矩阵？我想它看起来会像这样：

      [,1]
[1,]   13
[2,]   7.5
[3,]   20
[4,]   35

（[1，]=A等等……[1]=每组平均值）

---

我知道如何分别完成这些任务，但我不知道如何将其组合成一段可管理的代码。我最近使用了table、unlist和grep来挑选数据框中的单词，但我无法从中找出更多的单词。

假设“df1”是一个“data.frame”。如果它是一个“矩阵”（我对此表示怀疑）

或使用

base R

aggregate(Units~Group_Type, df1, FUN=mean, na.action=NULL)
#  Group_Type Units
#1          A  13.0
#2          B   7.5
#3          D  20.0
#4          G  35.5

或

数据表

library(data.table)
setDT(df1)[, list(Units=mean(Units)), Group_Type]
#    Group_Type Units
#1:          A  13.0
#2:          B   7.5
#3:          D  20.0
#4:          G  35.5

对于

dplyr

、

data.table

和

aggregate

，您可以使用选项

na.rm=TRUE

从

平均值计算中删除
na
值。i、 e.
平均值（单位，na.rm=TRUE）
对于
dplyr/data.table
和
..，FUN=mean，na.rm=TRUE，na.action=NULL）
对于
聚合

或
sqldf
。默认情况下，
avg
将删除
NA/null
值

library(sqldf)
sqldf('select Group_Type,
        avg(Units) as Units 
        from df1 
        group by Group_Type',
        method = "raw")
 #   Group_Type Units
 #1          A  13.0
 #2          B   7.5
 #3          D  20.0
 #4          G  35.5

假设“组类型”的“单位”中缺少一个if值，并希望输出为
NA

 df1$Units[3] <- NA
 sqldf('select Group_Type,
           case when count(Units) = count(*) 
                then avg(Units) 
                else null 
                end as Units
           from df1 
           group by Group_Type',
           method="raw")
 #   Group_Type Units
 #1          A  <NA>
 #2          B   7.5
 #3          D  20.0
 #4          G  35.5

df1$Units[3]假设“df1”是一个“data.frame”。如果它是一个“矩阵”（我对此表示怀疑）

或使用
base R

aggregate(Units~Group_Type, df1, FUN=mean, na.action=NULL)
#  Group_Type Units
#1          A  13.0
#2          B   7.5
#3          D  20.0
#4          G  35.5

或
数据表

library(data.table)
setDT(df1)[, list(Units=mean(Units)), Group_Type]
#    Group_Type Units
#1:          A  13.0
#2:          B   7.5
#3:          D  20.0
#4:          G  35.5

对于
dplyr
、
data.table
和
aggregate
，您可以使用选项
na.rm=TRUE
从
平均值计算中删除
na
值。i、 e.
平均值（单位，na.rm=TRUE）
对于
dplyr/data.table
和
..，FUN=mean，na.rm=TRUE，na.action=NULL）
对于
聚合

或
sqldf
。默认情况下，
avg
将删除
NA/null
值

library(sqldf)
sqldf('select Group_Type,
        avg(Units) as Units 
        from df1 
        group by Group_Type',
        method = "raw")
 #   Group_Type Units
 #1          A  13.0
 #2          B   7.5
 #3          D  20.0
 #4          G  35.5

假设“组类型”的“单位”中缺少一个if值，并希望输出为
NA

 df1$Units[3] <- NA
 sqldf('select Group_Type,
           case when count(Units) = count(*) 
                then avg(Units) 
                else null 
                end as Units
           from df1 
           group by Group_Type',
           method="raw")
 #   Group_Type Units
 #1          A  <NA>
 #2          B   7.5
 #3          D  20.0
 #4          G  35.5

df1$Units[3]非常感谢您的选择！我现在使用的是base R，但我肯定对dplyr感兴趣。对于这种类型的数据操作，您更喜欢哪一种？@Adam
数据表
和
dplyr
版本比
聚合
版本快。我会记住这一点，谢谢。如果“单位”部分中确实存在NA值，是否有办法在结果中保留NA值？我已尝试将na.rm转换为FALSE，但无效。@Adam
mean
中的默认选项将是
na.rm=FALSE
。因此，如果每个组类型的单位有一个NA值，则该平均值将为NA。你为什么需要这样？对于
aggregate
，您可能需要
na.action=NULL
我感谢所有的帮助--我只用了17行代码就编写了一段代码，通过对我们最常见的问题之一进行数据分析，我的实验室每个人都将节省大量时间。我的第一个真正的节目！我很感激你的选择！我现在使用的是base R，但我肯定对dplyr感兴趣。对于这种类型的数据操作，您更喜欢哪一种？@Adam
数据表
和
dplyr
版本比
聚合
版本快。我会记住这一点，谢谢。如果“单位”部分中确实存在NA值，是否有办法在结果中保留NA值？我已尝试将na.rm转换为FALSE，但无效。@Adam
mean
中的默认选项将是
na.rm=FALSE
。因此，如果每个组类型的单位有一个NA值，则该平均值将为NA。你为什么需要这样？对于
aggregate
，您可能需要
na.action=NULL
我感谢所有的帮助--我只用了17行代码就编写了一段代码，通过对我们最常见的问题之一进行数据分析，我的实验室每个人都将节省大量时间。我的第一个真正的节目！