R 按名称对来自多个行和列的数据进行统计
我有一个大数据帧,12行对应于每个唯一ID。我想按ID计算8列中的值的平均值。换句话说,我想对12x8块中的所有值使用单值平均值(有些块有许多NAs) 下面是一个带有3x4块的简单版本:R 按名称对来自多个行和列的数据进行统计,r,aggregate,R,Aggregate,我有一个大数据帧,12行对应于每个唯一ID。我想按ID计算8列中的值的平均值。换句话说,我想对12x8块中的所有值使用单值平均值(有些块有许多NAs) 下面是一个带有3x4块的简单版本: ht.1<-c(3,2,4,4,5,4) ht.2<-c(3,7,3,4,1,2) ht.3<-c(5,4,3,6,3,NA) ht.4<-c(6,2,3,3,NA,4) DF<-data.frame(ID=c("A","A","A","B","B","B"),ht.1=ht.1,
ht.1<-c(3,2,4,4,5,4)
ht.2<-c(3,7,3,4,1,2)
ht.3<-c(5,4,3,6,3,NA)
ht.4<-c(6,2,3,3,NA,4)
DF<-data.frame(ID=c("A","A","A","B","B","B"),ht.1=ht.1,ht.2=ht.2,ht.3=ht.3,ht.4=ht.4)
ht.1base R中的一个选项是
vapply(split(DF[-1], DF$ID), function(x) mean(as.matrix(x),
na.rm=TRUE), numeric(1L))
# A B
#3.75 3.60
或
或
您只需unlist
相关值,然后聚合这些值。下面是base R中的一种方法:
by(DF[-1], DF[1], FUN = function(x) mean(unlist(x), na.rm = TRUE))
# ID: A
# [1] 3.75
# ------------------------------------------------------------------
# ID: B
# [1] 3.6
或者,您可以使用堆栈
,然后使用聚合
:
aggregate(values ~ ID, cbind(DF[1], stack(DF[-1])),
function(x) mean(x, na.rm = TRUE))
# ID values
# 1 A 3.75
# 2 B 3.60
“数据表”方法特别紧凑和高效:
library(data.table)
as.data.table(DF)[, mean(unlist(.SD), na.rm = TRUE), by = ID]
# ID V1
# 1: A 3.75
# 2: B 3.60
这里有两个摘自哈德利诗篇的片段
library(reshape2)
dcast(melt(DF, id.vars = "ID"), ID ~ "mean.ht", value.var = "value",
fun.aggregate = function(x) mean(x, na.rm = TRUE))
# ID mean.ht
# 1 A 3.75
# 2 B 3.60
library(tidyr)
library(dplyr)
DF %>%
gather(var, val, ht.1:ht.4) %>%
group_by(ID) %>%
summarise(val = mean(val, na.rm = TRUE))
# Source: local data frame [2 x 2]
#
# ID val
# 1 A 3.75
# 2 B 3.60
谢谢,阿克伦,但我想我不清楚我的目标。我想要A和B的所有值的平均值,而不是每列的平均值。我最终想要的是:A 3.75 B 3.6。当然,我希望能够对许多具有比我的简化示例中更大值矩阵的唯一ID执行此操作。@erictall阐明您的目标的最佳方法是作为问题的一部分提供您的预期输出(作为R对象)。对不起,我误解了您的问题。谢谢,Ananda。我很欣赏不同的选择。
library(data.table)
as.data.table(DF)[, mean(unlist(.SD), na.rm = TRUE), by = ID]
# ID V1
# 1: A 3.75
# 2: B 3.60
library(reshape2)
dcast(melt(DF, id.vars = "ID"), ID ~ "mean.ht", value.var = "value",
fun.aggregate = function(x) mean(x, na.rm = TRUE))
# ID mean.ht
# 1 A 3.75
# 2 B 3.60
library(tidyr)
library(dplyr)
DF %>%
gather(var, val, ht.1:ht.4) %>%
group_by(ID) %>%
summarise(val = mean(val, na.rm = TRUE))
# Source: local data frame [2 x 2]
#
# ID val
# 1 A 3.75
# 2 B 3.60