R 在数据帧中重复应用ave计算组平均值

以下代码根据

组

分别产生

x

和

y

的组平均值。假设我有许多变量，对它们重复相同的操作

为了通过单个命令获得相同的结果，您建议如何继续？（我想有必要采用

tapply

，但我不是很确定.）

x=seq（1,11，by=2）；y=序列（2,12，by=2）；组=代表（1:2，每个=3）
dat假设您有两个以上的列，您可能希望使用
apply
将
ave
应用于矩阵中的每一列

x=seq(1,11,by=2); y=seq(2,12,by=2); group=rep(1:2, each=3)
dat <- cbind(x, y)

ave.dat <- apply(dat, 2, function(column) ave(column, group))
#       x  y
# [1,]  1  2
# [2,]  3  4
# [3,]  5  6
# [4,]  7  8
# [5,]  9 10
# [6,] 11 12

x=seq（1,11，by=2）；y=序列（2,12，by=2）；组=代表（1:2，每个=3）
dat使用
数据的替代解决方案。表
和
plyr
包：

1） 使用
数据表

require(data.table)
dt <- data.table(dat, key="group")
# Following @Matthew's comment, edited:
dt[, `:=`(m_x = mean(x), m_y = mean(y)), by=group]

2） 使用
plyr
和变换：

require(plyr)
ddply(dat, .(group), transform, m_x=mean(x), m_y=mean(y))

输出：

  group  x  y m_x m_y
1     1  1  2   3   4
2     1  3  4   3   4
3     1  5  6   3   4
4     2  7  8   9  10
5     2  9 10   9  10
6     2 11 12   9  10

3） 使用
plyr
和numcolwise（注意减少的输出）：

输出：

  group x  y
1     1 3  4
2     2 9 10

您还可以使用aggregate（）：

dat2您是否有两个以上的列要应用此项（不仅仅是x和y）？（如果您只有两个，那么您的解决方案似乎是最简单的——您几乎不需要将其压缩为一个命令）。对不起，我编辑了初始问题请参见下面的答案，这将创建一个新的矩阵，其中每个列都已使用
ave
进行了修改。如果您需要将其放入数据框中（或需要将其放入原始数据框中），则可以非常简单地进行修改。
sapply（dat，ave，dat$group）
。不过，我建议您使用
plyr:：ddply
或
data.table
。谢谢！是否可以直接获得一个数据帧作为最终结果？可以只做
as.data.frame（ave.dat）
非常感谢，非常有启发性+我也是。顺便说一句，您可以在同一分组步骤中通过引用添加两列，以保存分组两次：
dt[，`:=`（m_x=mean（x），m_y=mean（y）），by=group]
。
  group  x  y m_x m_y
1     1  1  2   3   4
2     1  3  4   3   4
3     1  5  6   3   4
4     2  7  8   9  10
5     2  9 10   9  10
6     2 11 12   9  10

ddply(dat, .(group), numcolwise(mean))

  group x  y
1     1 3  4
2     2 9 10

dat2 <- data.frame(dat, aggregate(dat[,-1], by=list(dat$group), mean)[group, -1])
dat2
    group  x  y x.1 y.1
1       1  1  2   3   4
1.1     1  3  4   3   4
1.2     1  5  6   3   4
2       2  7  8   9  10
2.1     2  9 10   9  10
2.2     2 11 12   9  10
row.names(dat2) <- rownames(dat)
colnames(dat2) <- gsub("(.)\\.1", "m_\\1", colnames(dat2))
dat2
  group  x  y m_x m_y
1     1  1  2   3   4
2     1  3  4   3   4
3     1  5  6   3   4
4     2  7  8   9  10
5     2  9 10   9  10
6     2 11 12   9  10