从R中的高数据或宽数据计算平均值

我是一个初级中级R用户，几个月前开始为实验室研究学习R。谢谢你的耐心，尤其是如果这是一个非常愚蠢的简单问题

问题 这些表格是一个可复制的示例 下面的代码生成与我的集合类似的表，第一个是高数据，第二个是宽数据

库（TIBLE）
#>警告：包“tibble”是在R版本3.4.4下构建的
图书馆（tidyr）
#>警告：程序包“tidyr”是在R版本3.4.4下构建的
高#一个tibble:6 x 3
#>X Y S
#>     
#> 1 3999. 3.07 s1
#> 2 3999. 1.81 s2
#> 3 3999. 4.02 s3
#> 4 3999. 1.21 s1
#> 5 3999. 0.771 s2
#> 6 3999. 2.39 s3
宽#A tible:3 x 6
#>S`3998.102``3998.423``3998.745``3999.066``3999.387`
#>                                 
#>1 s1 0.454 1.50 1.84 1.21 3.07
#>2 s2 2.04 0.392 1.50 0.771 1.81
#>3 s3 1.38 0.992 0.790 2.39 4.02

由（v0.2.1）于2018年11月8日创建

在高版本中，

X

的每个唯一值都会重复，无论

S

有多少个唯一值。有5个唯一的

X

和3个唯一的

S

。这在广泛的数据中更为明显。在我的真实集合中，我有8010个唯一

X

和312个唯一

S

。高数据很好，因为我可以轻松绘制

X

vs

Y

，并为每个

S

绘制一条线

问题 如果我想在

X

的每个唯一值处平均所有

Y

s，该怎么办？它看起来是这样的：

#tible:5 x 2
>xy
>        
> 1 3998.102  2.29
> 2 3998.423  1.63
> 3 3999.745  1.36
> 4 3999.066  1.66
> 5 3999.387  1.33  

在本例中，我使用宽表，计算每个

X

列的平均值，然后手动构建一个新表

我可以使用

purr

中的

map（）

函数执行此操作吗？文档很混乱，可能是因为我以前从未使用过

lappy（）

函数

---

谢谢你的阅读。我觉得这对大多数有经验的用户来说都很简单。

您需要的是

dplyr

软件包，它是tidyverse的核心。我将向您展示如何使用它实现您想要实现的目标，但是有大量的在线教程，一旦您了解了如何使用它，这将非常简单

require(dplyr)
group_by(tall,X) %>%
  summarize(meanY=mean(Y))

首先，您可以告诉dplyr做任何您想做的事情，就好像您的数据根据分组列（在本例中为X）被分解为单独的data.frames一样。 另外，请注意，使用dplyr，您可以使用

%%>%%

来“管道”命令，这意味着一个命令的结果将作为其第一个参数传输到下一个命令，因此您不需要每次都分配它或嵌套所有命令

第二行创建一个新表，其中对于每个组（基于其X），它计算所有

Y

s的

mean

。结果是：

# A tibble: 5 x 2
      X meanY
  <dbl> <dbl>
1 3998. 0.781
2 3998. 1.81 
3 3999. 1.37 
4 3999. 2.01 
5 3999. 2.02 

#一个tible:5 x 2
X meanY
1 3998. 0.781
2 3998. 1.81
3 3999. 1.37
4 3999. 2.01
5 3999. 2.02

就这样。你完了。它功能强大，简单易学。 您可以使用的另一个软件包是

data.table

，但我发现它的强大性和简洁性是以学习难度大为代价的（无论如何，对我来说）。使用dplyr可能需要更多的行来完成任务，但对于我来说，通过这些步骤来完成任何事情都更容易

---

祝你好运

好吧，这个问题提出得很好，但可能太长了。看看这是否能满足您的需要：

library（dplyr）；高%>%group_by（X）%%>%SUMMARESE（mean_y=mean（y））

如果这是正确的，我将添加它作为答案并详细解释，我只是想确保这是您需要的。尝试删除问题中eccess中的所有内容，这也会帮助其他人。谢谢，我会将您的解决方案调整到我的大集合中，看看它是否有效。似乎有可能。我也短路了柱子。谢谢，时间实在太长了。我刚刚在我的大数据集上试用了这个，效果很好！非常感谢您的回复！哇！这比我想做的容易多了。你和@RLave有相同的解决方案。我以前在

filter（）

和

select（）

中使用过

dplyr

，但不知道

groupby（）%%>%summary（）

。非常感谢您的回复。太好了。很高兴我能帮忙。更多地了解

总结

，以及

变异

（通过计算创建新变量），以及dplyr的其他工具。它们非常有用，而且很容易理解。别忘了投票并接受！