获取每个单独的第n列的总和，并在r中创建新的数据帧

在搜索了类似的帖子后，我发布了我的问题。我有每个站点数年的月降雨量变量。我需要计算历年的月平均降雨量。我给出了一个简单的数据框架，如下所示。我需要创建一个新的数据框架，包括每个站点的月平均值（12）

d<-structure(list(ID = structure(1:4, .Label = c("A", "B", "C", 
"D"), class = "factor"), X2000_1 = c(25L, 42L, 74L, 52L), X2000_2 = c(15L, 
15L, 51L, 12L), X2000_3 = c(14L, 21L, 25L, 41L), X2000_4 = c(74L, 
4L, 23L, 51L), X2000_5 = c(15L, 25L, 65L, 12L), X2000_6 = c(31L, 
23L, 15L, 25L), X2001_1 = c(52L, 54L, 18L, 63L), X2001_2 = c(85L, 
165L, 12L, 12L), X2001_3 = c(25L, 36L, 20L, 14L), X2001_4 = c(1L, 
17L, 23L, 52L), X2001_5 = c(24L, 45L, 12L, 15L), X2001_6 = c(3L, 
23L, 45L, 52L)), .Names = c("ID", "X2000_1", "X2000_2", "X2000_3", 
"X2000_4", "X2000_5", "X2000_6", "X2001_1", "X2001_2", "X2001_3", 
"X2001_4", "X2001_5", "X2001_6"), class = "data.frame", row.names = c(NA, 
-4L))

我的实际数据帧的列名是

c("est", "X1990_1", "X1990_2", "X1990_3", "X1990_4", "X1990_5", 
"X1990_6", "X1990_7", "X1990_8", "X1990_9", "X1990_10", "X1990_11", 
"X1990_12", "X1991_1", "X1991_2", "X1991_3", "X1991_4", "X1991_5", 
"X1991_6", "X1991_7", "X1991_8", "X1991_9", "X1991_10", "X1991_11", 
"X1991_12", "X1992_1", "X1992_2", "X1992_3", "X1992_4", "X1992_5", 
"X1992_6", "X1992_7", "X1992_8", "X1992_9", "X1992_10", "X1992_11", 
"X1992_12", "X1993_1", "X1993_2", "X1993_3", "X1993_4", "X1993_5", 
"X1993_6", "X1993_7", "X1993_8", "X1993_9", "X1993_10", "X1993_11", 
"X1993_12", "X1994_1", "X1994_2", "X1994_3", "X1994_4", "X1994_5", 
"X1994_6", "X1994_7", "X1994_8", "X1994_9", "X1994_10", "X1994_11", 
"X1994_12", "X1995_1", "X1995_2", "X1995_3", "X1995_4", "X1995_5", 
"X1995_6", "X1995_7", "X1995_8", "X1995_9", "X1995_10", "X1995_11", 
"X1995_12", "X1996_1", "X1996_2", "X1996_3", "X1996_4", "X1996_5", 
"X1996_6", "X1996_7", "X1996_8", "X1996_9", "X1996_10", "X1996_11", 
"X1996_12", "X1997_1", "X1997_2", "X1997_3", "X1997_4", "X1997_5", 
"X1997_6", "X1997_7", "X1997_8", "X1997_9", "X1997_10", "X1997_11", 
"X1997_12", "X1998_1", "X1998_2", "X1998_3", "X1998_4", "X1998_5", 
"X1998_6", "X1998_7", "X1998_8", "X1998_9", "X1998_10", "X1998_11", 
"X1998_12", "X1999_1", "X1999_2", "X1999_3", "X1999_4", "X1999_5", 
"X1999_6", "X1999_7", "X1999_8", "X1999_9", "X1999_10", "X1999_11", 
"X1999_12", "X2000_1", "X2000_2", "X2000_3", "X2000_4", "X2000_5", 
"X2000_6", "X2000_7", "X2000_8", "X2000_9", "X2000_10", "X2000_11", 
"X2000_12")

---

您可以从列名中提取月数作为变量，并按月数变量将数据框拆分为列表，并使用

rowMeans（）

函数计算每个子数据框的行平均值：

# extract the months for each column
mon <- sub(".*_(\\d+)$", "\\1", names(d)[-1])

# split the data frame by columns and calculate the rowMeans
cbind.data.frame(d[1], lapply(split.default(d[-1], mon), rowMeans))

#  ID    1    2    3    4    5    6
#1  A 38.5 50.0 19.5 37.5 19.5 17.0
#2  B 48.0 90.0 28.5 10.5 35.0 23.0
#3  C 46.0 31.5 22.5 23.0 38.5 30.0
#4  D 57.5 12.0 27.5 51.5 13.5 38.5

#提取每列的月份
mon您还可以使用一些
重塑
-ing将数据集改为长数据集，以及制表：

tmp <- reshape(d, idvar="ID", sep="_", direction="long", varying=-1)
xtabs(rowMeans(cbind(X2000,X2001)) ~ ID + time, data=tmp)
#   time
#ID     1    2    3    4    5    6
#  A 38.5 50.0 19.5 37.5 19.5 17.0
#  B 48.0 90.0 28.5 10.5 35.0 23.0
#  C 46.0 31.5 22.5 23.0 38.5 30.0
#  D 57.5 12.0 27.5 51.5 13.5 38.5

tmp假设第一列为
ID
，其余所有列都是均匀分布的

我们可以把数据帧分成两半，然后得到它们之间的平均值吗

cbind(d[1],(d[2:ceiling(ncol(d)/2)] + d[(ceiling(ncol(d)/2) + 1):ncol(d)])/2)


#   ID X2000_1 X2000_2 X2000_3 X2000_4 X2000_5 X2000_6
#1  A    38.5    50.0    19.5    37.5    19.5    17.0
#2  B    48.0    90.0    28.5    10.5    35.0    23.0
#3  C    46.0    31.5    22.5    23.0    38.5    30.0
#4  D    57.5    12.0    27.5    51.5    13.5    38.5

显然，我们可以通过硬编码列号来实现

cbind（d[1]，（d[2:7]+d[8:13]）/2）

然而，上面提到的方法是通用的，即使我们有超过13列，它也能工作
 据我所知，要获取文件的签出信息，您需要找到工作空间，然后找到这些工作空间上所有挂起的更改。
这里有一个选项，使用
Reduce
和
+

cbind(d[1], Reduce(`+`, list(d[2:7], d[8:13]))/2)
#    ID X2000_1 X2000_2 X2000_3 X2000_4 X2000_5 X2000_6
#1  A    38.5    50.0    19.5    37.5    19.5    17.0
#2  B    48.0    90.0    28.5    10.5    35.0    23.0
#3  C    46.0    31.5    22.5    23.0    38.5    30.0
#4  D    57.5    12.0    27.5    51.5    13.5    38.5

或者只是

cbind(d[1], (d[2:7] + d[8:13])/2)

当解决方案用于与示例类似的另一个数据帧时，在base:：rowMeans（x，na.rm=na.rm，dims=dims，…）中会出现错误消息：“x”必须是数字真实数据的列名是什么？并运行
lappy（d[-1]，class）
查看除ID之外的所有列是否都是数字类型。在我的真实数据中，除ID之外的所有列都是数字类型。我查过了。与此示例唯一不同的是，NAs持续数月。您可以通过将
na.rm
参数传递到
lappy
来删除na，就像
cbind.data.frame（d[1]，lappy（split.default（d[-1]，mon），rowMeans，na.rm=TRUE））
一样，但这与错误消息不匹配。你还说
mon
没有给出
1，…6
，也许这就是问题所在。实际的列名是什么？也许他们有多个下划线？啊，我知道问题出在哪里了。我应该解释得更清楚些。第一个
\\d+
是regex符号，它代表数字或[0-9]，与数据帧名称无关，因此应保留该符号。请改为尝试此操作，
mon@Psidom当解决方案用于与示例类似的另一个数据帧时，在base:：rowMeans（x，na.rm=na.rm，dims=dims，…）中会出现错误消息：“x”必须是数字。我相信这和我有关系。因为当调用mon时，它不会创建1，6，而是创建原始列名（X2000_1），即计算时如何删除NAshere@sriya如果存在NAs，则psidom提供的解决方案或LateMail的解决方案会更好，因为
rowMeans
have
na.rm=TRUE
参数
cbind(d[1], Reduce(`+`, list(d[2:7], d[8:13]))/2)
#    ID X2000_1 X2000_2 X2000_3 X2000_4 X2000_5 X2000_6
#1  A    38.5    50.0    19.5    37.5    19.5    17.0
#2  B    48.0    90.0    28.5    10.5    35.0    23.0
#3  C    46.0    31.5    22.5    23.0    38.5    30.0
#4  D    57.5    12.0    27.5    51.5    13.5    38.5

cbind(d[1], (d[2:7] + d[8:13])/2)