R 跨列的摘要统计信息，其中列名表示组

数据框have包含数千个遵循命名模式的向量。每个向量名称包括一个名词，然后是

\u a

、

\u b

或

\u c

。以下是前10个VAR和OB：

id  turtle_a   banana_a   castle_a   turtle_b   banana_b   castle_b   turtle_c   banana_c   castle_c
A      -0.58      -0.88      -0.56      -0.53      -0.32      -0.42      -0.52      -0.89      -0.72
B         NA         NA         NA      -0.84      -0.36      -0.26         NA         NA         NA
C       0.00      -0.43      -0.75      -0.35      -0.88      -0.14      -0.26      -0.15      -0.81
D      -0.81      -0.63      -0.77      -0.82      -0.83      -0.50      -0.77      -0.25      -0.07
E      -0.25      -0.33      -0.09      -0.51      -0.27      -0.81      -0.06      -0.23      -0.97
F      -0.80      -0.88      -0.05         NA         NA         NA         NA         NA         NA
G      -0.25      -0.76      -0.21         NA         NA         NA         NA         NA         NA
H      -0.47      -0.10      -0.67      -0.46      -0.71      -0.24      -0.76      -0.04      -0.11
I      -0.15      -0.34      -0.57      -0.40      -0.14      -0.49         NA         NA         NA
J      -0.65      -0.86      -0.37      -0.67      -0.81      -0.63         NA         NA         NA

数据框

want

是名词组中每一组变量的所有列的平均值。例如，对于

id

=

a

，

海龟b

和

海龟c

的平均值等于

-0.54

。如果我只对示例中的少数名词组执行此操作，

want

看起来就是这样

id   turtle_m    banana_m    castle_m
A       -0.54       -0.70       -0.57
B       -0.84       -0.36       -0.26
C       -0.20       -0.49       -0.57
D       -0.80       -0.57       -0.45
E       -0.27       -0.28       -0.62
F       -0.80       -0.88       -0.05
G       -0.25       -0.76       -0.21
H       -0.56       -0.29       -0.34
I       -0.27       -0.24       -0.53
J       -0.66       -0.83       -0.50

迄今为止的选择：

使用

dplyr

中的

groupby（）

函数转换为long，

summary

，并转换回wide

使用向量，使名词组彼此相邻，并编写一个循环，计算跨列的平均值，每次迭代执行三列步骤

似乎

summary\u at

或

summary\u all

可以比我当前的任何一个选项更有效地使用，但我不确定如何使用它，通过命名约定对变量进行动态分组

---

有什么想法吗？

我们可以使用

split。默认情况下

根据列名的子字符串拆分列，使用

sapply

使用

rowMeans

循环

列表

，然后使用

cbind

循环第一列

out <- cbind(df1[1], sapply(split.default(df1[-1], 
    sub("_.*", "", names(df1)[-1])), rowMeans, na.rm = TRUE))

以前从未听说过split.default（）。很酷，可以看到一个基础和一个tidyverse解决方案

library(dplyr)
library(tidyr)
df1 %>% 
   pivot_longer(cols = -id, names_sep="_", names_to = c(".value", "group")) %>%
   group_by(id) %>%
   summarise(across(turtle:castle,  mean,  na.rm = TRUE))