R 如何获得一个三向表，根据其他两个变量的所有组合显示一个变量的平均值？

我想要一个三向表，显示所有

b

和

c

组合的

a

平均值

table（）

和

outer（）

分别给我想要的：

> with(df1, table(c, b))
    b
c    0 1
  5  1 1
  10 1 2
  15 3 2

> t(outer(0:1, c(5, 10, 15), Vectorize(function(x, y) 
+   with(df1, mean(a[b == x & c == y])))))
         [,1] [,2]
[1,] 17.00000 20.0
[2,] 17.00000 16.5
[3,] 16.66667 15.0

我如何将其组合，最好是在基本R解决方案中

我尝试了

ftable（）

，结果如下：

> with(df1, ftable(c, a, b))
      b 0 1
c  a       
5  11   0 0
   13   0 0
   15   0 0
   17   1 0
   18   0 0
   19   0 0
   20   0 1
10 11   0 0
   13   0 0
   15   0 1
   17   1 0
   18   0 1
   19   0 0
   20   0 0
15 11   1 0
   13   0 1
   15   0 0
   17   0 1
   18   0 0
   19   1 0
   20   1 0

但我想要的是：

    b
c       0     1
  5    17    20
        1     1
  10   17  16.5
        1     2
  15 16.7    15
        3     2

数据：

set.seed（42）
df1注意类
表
的对象并不是真正特殊的；它们只有这个类和
dimnames
属性：

str(table(1:2, 2:3))
#  'table' int [1:2, 1:2] 1 0 0 1
#  - attr(*, "dimnames")=List of 2
#   ..$ : chr [1:2] "1" "2"
#   ..$ : chr [1:2] "2" "3"

因此，实际上很容易将结果转换为表格：

tmp <- t(outer(0:1, c(5, 10, 15), Vectorize(function(x, y) 
  with(df1, mean(a[b == x & c == y])))))
class(tmp) <- "table"
dimnames(tmp) <- list(c = c("5", "10", "15"), b = c("0", "1"))
tmp
#     b
# c           0        1
#   5  17.00000 20.00000
#   10 17.00000 16.50000
#   15 16.66667 15.00000

最后，要在右下方添加另一行频率，您可以运行

out <- do.call(rbind, lapply(c(mean, length), function(fun)
  xtabs(a ~ b + c, data = aggregate(a ~ b + c, data = df1, fun))))
out[order(rownames(out)), ]
#    5   10       15
# 0 17 17.0 16.66667
# 0  1  1.0  3.00000
# 1 20 16.5 15.00000
# 1  1  2.0  2.00000

很好，到目前为止，我从未使用过
xtabs（）。但我仍然需要有频率的子行。我可以根据您的代码使用
xtabs（a~b+c，data=aggregate（a~b+c，data=df1，length））
获取它们。现在我们必须把它们结合起来
c（平均值，长度）
但是不起作用。我将对此进行研究，但除了示例输出中没有提及频率之外，您对频率提出了任何质疑，这大大改变了问题，使其不再仅显示平均值。鉴于
表
的这种简单性质，我们可以简单地
rbind
它们并对行进行排序。剩下的就是您想要对这些行执行的操作。我不认为有更直接的解决方案，至少在BaseR中是这样。
xtabs(a ~ b + c, data = aggregate(a ~ b + c, data = df1, mean))
#    c
# b          5       10       15
#   0 17.00000 17.00000 16.66667
#   1 20.00000 16.50000 15.00000

out <- do.call(rbind, lapply(c(mean, length), function(fun)
  xtabs(a ~ b + c, data = aggregate(a ~ b + c, data = df1, fun))))
out[order(rownames(out)), ]
#    5   10       15
# 0 17 17.0 16.66667
# 0  1  1.0  3.00000
# 1 20 16.5 15.00000
# 1  1  2.0  2.00000