R 在原始数据中按组添加平均值列

我想在

R

data.frame

中添加一列基于因子列的均值。像这样：

df1 <- data.frame(X = rep(x = LETTERS[1:2], each = 3), Y = 1:6)
df2 <- aggregate(data = df1, Y ~ X, FUN = mean)
df3 <- merge(x = df1, y = df2, by = "X", suffixes = c(".Old",".New"))
df3
#   X Y.Old Y.New
# 1 A     1     2
# 2 A     2     2
# 3 A     3     2
# 4 B     4     5
# 5 B     5     5
# 6 B     6     5

---

df1
ddply
和
transform
来拯救（尽管我相信你至少会有4种不同的方法来做到这一点）：

乔兰回答得很漂亮，这不是对你问题的回答，而是对话的延伸。如果您要查找两个分类变量与依赖项的关系的平均值表，这里有一个Hadley函数：

cast(CO2, Type ~ Treatment, value="uptake", fun.aggregate=mean, margins=TRUE)

以下是CO2数据的概览，以及均值表：

> head(CO2)
  Plant   Type  Treatment conc uptake
1   Qn1 Quebec nonchilled   95   16.0
2   Qn1 Quebec nonchilled  175   30.4
3   Qn1 Quebec nonchilled  250   34.8
4   Qn1 Quebec nonchilled  350   37.2
5   Qn1 Quebec nonchilled  500   35.3
6   Qn1 Quebec nonchilled  675   39.2

> library(reshape)

> cast(CO2, Type ~ Treatment, mean, margins=TRUE)  
         Type nonchilled  chilled    (all)
1      Quebec   35.33333 31.75238 33.54286
2 Mississippi   25.95238 15.81429 20.88333
3       (all)   30.64286 23.78333 27.21310

这就是
ave
功能的作用

df1$Y.New <- ave(df1$Y, df1$X)

df1$Y.New两种替代方法：

1.随附包装：

两者都给出了以下结果：

真棒的回答。你想在
dplyr
答案中
group\u by
后面跟着
mutate
，这一点并不明显，所以这让我学到了这一点。
df1$Y.New <- ave(df1$Y, df1$X)

library(dplyr)
df1 <- df1 %>% 
  group_by(X) %>% 
  mutate(Y.new = mean(Y))

library(data.table)
setDT(df1)[, Y.new := mean(Y), by = X]

> df1
   X Y Y.new
1: A 1     2
2: A 2     2
3: A 3     2
4: B 4     5
5: B 5     5
6: B 6     5