获取集合的平均值 ；R中的天数

假设我有这个数据框

Date           DayOfWeek    Url    Hits
09/01/2016     Thursday     url1   3
09/01/2016     Thursday     url2   5
09/01/2016     Thursday     url3   4
09/02/2016     Friday       url1   7
09/02/2016     Friday       url3   6
09/03/2016     Saturday     url2   9
09/03/2016     Saturday     url1   5
09/04/2016     Sunday       url2   6
09/07/2016     Wednesday    url10  4
09/07/2016     Thursday     url2   3
09/07/2016     Thursday     url4   2
09/07/2016     Thursday     url5   3
09/07/2016     Thursday     url1   3
09/08/2016     Friday     url1   3
09/08/2016     Friday     url4   3
09/08/2016     Friday     url5   2
09/08/2016     Friday     url8   6
09/09/2016     Saturday     url2   1
09/09/2016     Saturday     url3   2
09/09/2016     Saturday     url5   4
09/09/2016     Saturday     url1   8
09/14/2016     Thursday     url1   3
09/147/2016     Thursday     url2   2
09/14/2016     Thursday     url3   3

我想得到一周中最忙的一天，访问的唯一url的数量。例如，在数据框中有3个星期四，第一个星期四有3个访问的唯一URL，第二个星期四有4个，最后一个星期四有3个。。。我计划做的是，把URL的数量加起来=3+4+3/（#of thursdays=3）=这一天唯一URL的平均数量

对于星期五，第一个是2个URL，第二个是4个URL，计算结果是2+4/数据集中的星期五数=2

---

我正试图通过dplyr解决这个问题。我试着使用group_by，但我似乎无法确定正确的函数组合以达到我所需要的

我们得到每个“日期”和“星期日”的不同“Url”（“N”）的数量（

N_distinct

），并得到每个“星期日”的“N”的

平均值

library(dplyr)
df1 %>% 
    group_by(Date, DayOfWeek) %>%
    summarise(N = n_distinct(Url)) %>% 
    group_by(DayOfWeek) %>% 
    summarise(N = mean(N))
# DayOfWeek        N
#      <chr>    <dbl>
#1    Friday 3.000000
#2  Saturday 3.000000
#3    Sunday 1.000000
#4  Thursday 3.333333
#5 Wednesday 1.000000

库（dplyr）
df1%>%
分组人（日期，星期五）%>%
摘要（N=N_不同的（Url））%>%
分组人（星期一）%>%
总结（N=平均值（N））
#星期五
#          
#1星期五300万
#2星期六300万
#3星期日1.000000
#4星期四3时33分
#5星期三1.000000
第一个
组中的
DayOfWeek
可能是多余的？如果我们不使用“DayOfWeek”，它将获得整个“星期四”的“唯一”Url的长度。我猜警察想这么做separately@rosscova我认为你是对的，但我们不会得到“DayOfWeek”信息OK，所以这只是为了确保
DayOfWeek
列进入下一步，然后？@rosscova，否则我可能不得不求助于
mutate