R 计算特定列的平均值_R - Fatal编程技术网

R 计算特定列的平均值
R 计算特定列的平均值,r,R,谢谢大家! 使用类型列创建数据： Type C1 C2 C3 1 3.50 3.00 4.00 2 3.67 5.00 4.33 使用类型列创建数据： Type C1 C2 C3 1 3.50 3.00 4.00 2 3.67 5.00 4.33 使用类型列创建数据： Type C1 C2 C3 1 3.50 3.00 4.00 2 3.67 5.00 4.33 使用类型列创建数据： Type
谢谢大家!
使用
类型列创建数据：
Type    C1   C2   C3
   1  3.50 3.00 4.00
   2  3.67 5.00 4.33

使用类型
列创建数据：
Type    C1   C2   C3
   1  3.50 3.00 4.00
   2  3.67 5.00 4.33

使用类型
列创建数据：
Type    C1   C2   C3
   1  3.50 3.00 4.00
   2  3.67 5.00 4.33

使用类型
列创建数据：
Type    C1   C2   C3
   1  3.50 3.00 4.00
   2  3.67 5.00 4.33

其他一些方法：
aggregate(.~Type, data=DF[-1], FUN=mean)
  Type       C1       C2       C3
1    1 3.500000 3.000000 4.000000
2    2 3.666667 5.333333 4.333333

#####plyr就是在考虑到这类问题的情况下编写的
图书馆（plyr）
ddply（DF[-1]，（类型），colMeans）
###留在基地；这些比“聚合”更难处理`
t（sappy（分裂（DF[-c（1,2）]，DF$型，colMeans））
###“ave”也是针对类似问题编写的；但是，将替换所有元件
###通过向量平均值（平均值），因此需要在后面使用'unique'：
唯一（带有（DF，ave（C1，类型）））
与（DF，
lappy（lappy（DF[-c（1,2）]，ave，Type），唯一）
)
###速度更快，在大型数据集上可良好扩展
库（数据表）
DFt其他一些方法：
aggregate(.~Type, data=DF[-1], FUN=mean)
  Type       C1       C2       C3
1    1 3.500000 3.000000 4.000000
2    2 3.666667 5.333333 4.333333

#####plyr就是在考虑到这类问题的情况下编写的
图书馆（plyr）
ddply（DF[-1]，（类型），colMeans）
###留在基地；这些比“聚合”更难处理`
t（sappy（分裂（DF[-c（1,2）]，DF$型，colMeans））
###“ave”也是针对类似问题编写的；但是，将替换所有元件
###通过向量平均值（平均值），因此需要在后面使用'unique'：
唯一（带有（DF，ave（C1，类型）））
与（DF，
lappy（lappy（DF[-c（1,2）]，ave，Type），唯一）
)
###速度更快，在大型数据集上可良好扩展
库（数据表）
DFt其他一些方法：
aggregate(.~Type, data=DF[-1], FUN=mean)
  Type       C1       C2       C3
1    1 3.500000 3.000000 4.000000
2    2 3.666667 5.333333 4.333333

#####plyr就是在考虑到这类问题的情况下编写的
图书馆（plyr）
ddply（DF[-1]，（类型），colMeans）
###留在基地；这些比“聚合”更难处理`
t（sappy（分裂（DF[-c（1,2）]，DF$型，colMeans））
###“ave”也是针对类似问题编写的；但是，将替换所有元件
###通过向量平均值（平均值），因此需要在后面使用'unique'：
唯一（带有（DF，ave（C1，类型）））
与（DF，
lappy（lappy（DF[-c（1,2）]，ave，Type），唯一）
)
###速度更快，在大型数据集上可良好扩展
库（数据表）
DFt其他一些方法：
aggregate(.~Type, data=DF[-1], FUN=mean)
  Type       C1       C2       C3
1    1 3.500000 3.000000 4.000000
2    2 3.666667 5.333333 4.333333

#####plyr就是在考虑到这类问题的情况下编写的
图书馆（plyr）
ddply（DF[-1]，（类型），colMeans）
###留在基地；这些比“聚合”更难处理`
t（sappy（分裂（DF[-c（1,2）]，DF$型，colMeans））
###“ave”也是针对类似问题编写的；但是，将替换所有元件
###通过向量平均值（平均值），因此需要在后面使用'unique'：
唯一（带有（DF，ave（C1，类型）））
与（DF，
lappy（lappy（DF[-c（1,2）]，ave，Type），唯一）
)
###速度更快，在大型数据集上可良好扩展
库（数据表）
DFt示例数据中没有“类型”，但这是一个非常简单的aggregate
任务。示例数据中没有“类型”，但这是一个非常简单的aggregate
任务。示例数据中没有“类型”，但这是一个非常简单的aggregate
任务。没有“类型”在您的示例数据中，这是一个非常简单的聚合任务。谢谢！实际上我的问题不完整，但我从你的答案中猜出来了！再次感谢！谢谢实际上我的问题不完整，但我从你的答案中猜出来了！再次感谢！谢谢实际上我的问题不完整，但我从你的答案中猜出来了！再次感谢！谢谢实际上我的问题不完整，但我从你的答案中猜出来了！再次感谢！