R中变量的子字符串，然后按其分组

例如，我试图根据

Jan.05

的子字符串分组值

Jan

按月对一些数据进行分组，这样我就可以确定月平均值，并且我在解析和适当分组数据时遇到了心理障碍

对于其他操作，我有两种形式的数据

• 原始数据：一行中具有5年值的项目
• 整个数据集的重塑版本
• 每个项目的子集数据

我最终想做的是每个食物的平均每月价格

这给了我每个月相同的值

bcn_avg_prc <- ddply(bacon, .(substring(bacon$variable,1,3),value), summarise,
             avg_price = mean(bacon$value, na.rm = FALSE))

---

对于

子字符串

/

子字符串

，您需要给出起始/结束位置：

substr('Jan.05', 1, 3)
# [1] "Jan"

在r中执行拆分/应用/合并操作的方法有很多：

meat <- read.table(header = TRUE, text="Item variable value
1 GroundBeef   Jan.05 2.712
2  BeefRoast   Jan.05 3.784
3       Steak   Jan.05 5.168
4       Bacon   Jan.05 3.367
5   PorkChops   Jan.05 3.215
6         HAM   Jan.05 2.242")

meat$variable <- substr(meat$variable, 1, 3)

meat$avg <- with(meat, ave(value, list(Item, variable), FUN = mean))
aggregate(. ~ Item + variable, data = meat, mean)
by(meat, list(meat$Item, meat$variable), function(x) mean(x$value))
with(meat, tapply(value, list(Item, variable), mean))

---

对于

子字符串

/

子字符串

，您需要给出起始/结束位置：

substr('Jan.05', 1, 3)
# [1] "Jan"

在r中执行拆分/应用/合并操作的方法有很多：

meat <- read.table(header = TRUE, text="Item variable value
1 GroundBeef   Jan.05 2.712
2  BeefRoast   Jan.05 3.784
3       Steak   Jan.05 5.168
4       Bacon   Jan.05 3.367
5   PorkChops   Jan.05 3.215
6         HAM   Jan.05 2.242")

meat$variable <- substr(meat$variable, 1, 3)

meat$avg <- with(meat, ave(value, list(Item, variable), FUN = mean))
aggregate(. ~ Item + variable, data = meat, mean)
by(meat, list(meat$Item, meat$variable), function(x) mean(x$value))
with(meat, tapply(value, list(Item, variable), mean))

---

我建议你既然已经使用“PLYR”，你可以考虑“DPLYR”和“TiDyr”的组合来做如下的事情：

library(dplyr)
library(tidyr)

meat %>%
  separate(variable, into = c("Month", "Year")) %>%
  group_by(Item, Month) %>%
  summarise(value = mean(value))

---

事实上，如果您从“MeatPrice”表开始，您可以通过以下方式完成所有操作：

MeatPrice %>%
  gather(var, val, -Item) %>%
  separate(var, into = c("Month", "Year")) %>%
  group_by(Item, Month) %>%
  summarise(val = mean(val))
# Source: local data frame [54 x 3]
# Groups: Item
# 
#          Item Month   val
# 1       Bacon   Apr 3.331
# 2       Bacon   Aug 3.442
# 3       Bacon   Feb 3.395
# 4       Bacon   Jan 3.367
# 5       Bacon   Jul 3.478
# 6       Bacon   Jun 3.457
# 7       Bacon   Mar 3.355
# 8       Bacon   May 3.560
# 9       Bacon   Sep 3.404
# 10 Beef Roast   Apr 3.799
# ..        ...   ...   ...

---

我建议你既然已经使用“PLYR”，你可以考虑“DPLYR”和“TiDyr”的组合来做如下的事情：

library(dplyr)
library(tidyr)

meat %>%
  separate(variable, into = c("Month", "Year")) %>%
  group_by(Item, Month) %>%
  summarise(value = mean(value))

---

事实上，如果您从“MeatPrice”表开始，您可以通过以下方式完成所有操作：

MeatPrice %>%
  gather(var, val, -Item) %>%
  separate(var, into = c("Month", "Year")) %>%
  group_by(Item, Month) %>%
  summarise(val = mean(val))
# Source: local data frame [54 x 3]
# Groups: Item
# 
#          Item Month   val
# 1       Bacon   Apr 3.331
# 2       Bacon   Aug 3.442
# 3       Bacon   Feb 3.395
# 4       Bacon   Jan 3.367
# 5       Bacon   Jul 3.478
# 6       Bacon   Jun 3.457
# 7       Bacon   Mar 3.355
# 8       Bacon   May 3.560
# 9       Bacon   Sep 3.404
# 10 Beef Roast   Apr 3.799
# ..        ...   ...   ...

---

1） 对于子字符串，您需要给出开始和结束

子字符串（meat$variable，1，3）

，2）您要使用这些数据集中的哪一个？在你所期望的产出中，没有按年份分组，你只是按月份取平均值，而不考虑年份吗？@rawr是的，我不在乎产出中的年份。最终只是每个商品的月平均价格。就数据集而言，我不在乎哪一个是最简单的，因为这三个数据集中的任何一个都可以使用。@rawr，这很有帮助。。将问题编辑为仅关于使用子字符串进行分组。此问题涉及上述哪些数据集？实际上，我建议拆分变量，以便您仍然保留所有信息。您可能还希望以

Date

格式（请参见

？as.Date

）存储数据，从中可以更快地提取月份1）对于子字符串，您需要给出开始和结束

子字符串（meat$variable，1，3）

，2）您希望使用这些数据集中的哪一个？在你所期望的产出中，没有按年份分组，你只是按月份取平均值，而不考虑年份吗？@rawr是的，我不在乎产出中的年份。最终只是每个商品的月平均价格。就数据集而言，我不在乎哪一个是最简单的，因为这三个数据集中的任何一个都可以使用。@rawr，这很有帮助。。将问题编辑为仅关于使用子字符串进行分组。此问题涉及上述哪些数据集？实际上，我建议拆分变量，这样您仍然可以保留所有信息。您可能还希望将数据存储为

Date

格式（请参见

？as.Date

），从中提取月份会更快。我看第一个变量的效果如何，第二个变量计算平均值。。但是我还需要在ddply之后再做一步才能得到你得到的准确输出吗？@CRSouser哦，我错了，我忘了总结。我知道第一步效果很好，第二步计算平均值。。但是我还需要在ddply之后再做一步才能得到你得到的准确结果吗？@crouser哦，我错了，我忘了总结