R 列队行进
我想在数据框的许多列（十）上使用R 列队行进,r,dataframe,R,Dataframe,我想在数据框的许多列（十）上使用ave函数： ave(df[,the_cols], df[,c('site', 'month')], FUN = mean) 问题是ave在所有列上同时运行mean函数。有没有办法分别为每个列运行它 我试着查看其他函数taply和aggregate是不同的，它们每个组只返回一行。我需要ave行为，即返回与原始df中给出的行数相同的行数。还有一个by函数，但是使用它会非常笨拙，因为它返回一个复杂的列表结构，必须以某种方式进行转换 当然存在许多笨拙而丑陋的解决方案（
aveave(df[,the_cols], df[,c('site', 'month')], FUN = mean)
ave列上同时运行mean
函数。有没有办法分别为每个列运行它
我试着查看其他函数taply
和aggregate
是不同的，它们每个组只返回一行。我需要ave
行为，即返回与原始df
中给出的行数相同的行数。还有一个by
函数，但是使用它会非常笨拙，因为它返回一个复杂的列表结构，必须以某种方式进行转换
当然存在许多笨拙而丑陋的解决方案（by&do.call、multiple*apply函数调用等），但是否有一些真正简单而优雅的解决方案？您可以使用by
和colMeans
by(df[,the_cols], df[,c('site', 'month')], FUN = colMeans)
您还可以在lappy
内使用ave
：
res <- lapply(df[,the_cols], function(x)
ave(x, df[,c('site', 'month')], FUN = mean))
data.frame(res) # create data frame
res如果您想要返回data.frame
library(plyr)
## assuming that the_cols are string
## if col index just add the index of site and month
the_cols <- c("site", "month", the_cols)
ddply(df, c('site', 'month'), FUN = numcolwise(mean))[,the_cols]
库（plyr）
##假设这些列是字符串
##如果是col索引，只需添加站点和月份的索引即可
_cols也许我遗漏了什么，但是这里的apply（）
方法将非常有效，不会很难看或者需要任何难看的黑客。一些虚拟数据：
df <- data.frame(A = rnorm(20), B = rnorm(20), site = gl(5,4), month = gl(10, 2))
?？如果确实需要，可以通过data.frame（）
将其强制到数据帧
R> sapply(df[, c("A","B")], ave, df$site, df$month)
A B
[1,] 0.0775 0.04845
[2,] 0.0775 0.04845
[3,] -1.5563 0.43443
[4,] -1.5563 0.43443
[5,] 0.7193 0.01151
[6,] 0.7193 0.01151
[7,] -0.9243 -0.28483
[8,] -0.9243 -0.28483
[9,] 0.3316 0.14473
[10,] 0.3316 0.14473
[11,] -0.2539 0.20384
[12,] -0.2539 0.20384
[13,] 0.5558 -0.37239
[14,] 0.5558 -0.37239
[15,] 0.1976 -0.22693
[16,] 0.1976 -0.22693
[17,] 0.2031 1.11041
[18,] 0.2031 1.11041
[19,] 0.3229 -0.53818
[20,] 0.3229 -0.53818
再加一点，怎么样
AVE <- function(df, cols, ...) {
dots <- list(...)
out <- sapply(df[, cols], ave, ...)
out <- data.frame(as.data.frame(dots), out)
names(out) <- c(paste0("Fac", seq_along(dots)), cols)
out
}
R> AVE(df, c("A","B"), df$site, df$month)
Fac1 Fac2 A B
1 1 1 0.0775 0.04845
2 1 1 0.0775 0.04845
3 1 2 -1.5563 0.43443
4 1 2 -1.5563 0.43443
5 2 3 0.7193 0.01151
6 2 3 0.7193 0.01151
7 2 4 -0.9243 -0.28483
8 2 4 -0.9243 -0.28483
9 3 5 0.3316 0.14473
10 3 5 0.3316 0.14473
11 3 6 -0.2539 0.20384
12 3 6 -0.2539 0.20384
13 4 7 0.5558 -0.37239
14 4 7 0.5558 -0.37239
15 4 8 0.1976 -0.22693
16 4 8 0.1976 -0.22693
17 5 9 0.2031 1.11041
18 5 9 0.2031 1.11041
19 5 10 0.3229 -0.53818
20 5 10 0.3229 -0.53818
请注意所述的输出，但如果需要，可以很容易地对其进行重塑。正如我在问题中所述，by
不会返回数据帧。
！需要大量难看的代码才能将其恢复到原始结构！看我的question@Tomas函数ave
也不会返回数据帧。哇，sapply
one liner非常简单，非常有效，谢谢！！我不想在sapply
中运行ave
，神奇的codegolf:-）但我讨厌你的ave
功能。如果你想要站点
和月
信息，并且不得不经常这样做，我会很快写一个这样的包装器来帮我做。如果您不需要附加的因素，只需使用一行程序。啊哈，现在我明白了：这只是将站点和月份与结果捆绑在一起。。。顺便说一句，在AVE
函数中使用cbind
不是更好吗？我猜names（）感谢您提供了另一种aggregate
解决方案。是否为组中的每条记录创建一列？看起来很糟糕：）如果两个组没有相同数量的记录怎么办？是的，假设它会弹出一个NA
。我还没查过。试用并反馈…？我总是喜欢只使用基本库，但感谢plyr
解决方案！
AVE <- function(df, cols, ...) {
dots <- list(...)
out <- sapply(df[, cols], ave, ...)
out <- data.frame(as.data.frame(dots), out)
names(out) <- c(paste0("Fac", seq_along(dots)), cols)
out
}
R> AVE(df, c("A","B"), df$site, df$month)
Fac1 Fac2 A B
1 1 1 0.0775 0.04845
2 1 1 0.0775 0.04845
3 1 2 -1.5563 0.43443
4 1 2 -1.5563 0.43443
5 2 3 0.7193 0.01151
6 2 3 0.7193 0.01151
7 2 4 -0.9243 -0.28483
8 2 4 -0.9243 -0.28483
9 3 5 0.3316 0.14473
10 3 5 0.3316 0.14473
11 3 6 -0.2539 0.20384
12 3 6 -0.2539 0.20384
13 4 7 0.5558 -0.37239
14 4 7 0.5558 -0.37239
15 4 8 0.1976 -0.22693
16 4 8 0.1976 -0.22693
17 5 9 0.2031 1.11041
18 5 9 0.2031 1.11041
19 5 10 0.3229 -0.53818
20 5 10 0.3229 -0.53818
R> aggregate(cbind(A, B) ~ site + month, data = df, ave)
site month A.1 A.2 B.1 B.2
1 1 1 0.0775 0.0775 0.04845 0.04845
2 1 2 -1.5563 -1.5563 0.43443 0.43443
3 2 3 0.7193 0.7193 0.01151 0.01151
4 2 4 -0.9243 -0.9243 -0.28483 -0.28483
5 3 5 0.3316 0.3316 0.14473 0.14473
6 3 6 -0.2539 -0.2539 0.20384 0.20384
7 4 7 0.5558 0.5558 -0.37239 -0.37239
8 4 8 0.1976 0.1976 -0.22693 -0.22693
9 5 9 0.2031 0.2031 1.11041 1.11041
10 5 10 0.3229 0.3229 -0.53818 -0.53818