R 连续块上的平均

我有这样的数据：

f  x 
A 1.1
A 2.2
A 3.3
B 3.5
B 3.7
B 3.9
B 4.1
B 4.5
A 5.1
A 5.2
C 5.4
C 5.5
C 6.1
B 6.2
B 6.3

我想在连续的

f

块上取

x

的平均值，以得到这一点，类似于

tapply（…，mean）

，但要注意这样一个事实，即它不应该以原始顺序混合分离的块：

f  x
A 2.2
B 3.94
A 5.15 
C 5.67
B 6.25

这里有一个方法：

## reproducible code for example
dat <- read.table(foo <- textConnection("f  x 
A 1.1
A 2.2
A 3.3
B 3.5
B 3.7
B 3.9
B 4.1
B 4.5
A 5.1
A 5.2
C 5.4
C 5.5
C 6.1
B 6.2
B 6.3
"), header = TRUE)
close(foo)

给予：

> aggregate(x ~ f + fac, data = dat, FUN = mean)
  f fac        x
1 A   1 2.200000
2 B   2 3.940000
3 A   3 5.150000
4 C   4 5.666667
5 B   5 6.250000

如果不需要，我们可以很容易地删除结果中的第二列

fac

：

> aggregate(x ~ f + fac, data = dat, FUN = mean)[,-2]
  f        x
1 A 2.200000
2 B 3.940000
3 A 5.150000
4 C 5.666667
5 B 6.250000

---

rle

是一种可能性：

> id <- rle(as.character(Data$f))
> Means <-tapply(Data$x,rep(1:length(id$lengths),id$lengths),mean)    
> data.frame(Means,f=id$values)
     Means f
1 2.200000 A
2 3.940000 B
3 5.150000 A
4 5.666667 C
5 6.250000 B

>id表示数据帧（表示f=id$值）
方法f
12.20万A
2.3.940000 B
35.150000 A
4.5.666667 C
5.6.250000 B

---

它提供了运行和值，因此您可以同时使用它们。

啊，我明白了…；-）顺便说一下，骨料的使用很好。是的，我忘记了rle。。。Acc最优雅

> id <- rle(as.character(Data$f))
> Means <-tapply(Data$x,rep(1:length(id$lengths),id$lengths),mean)    
> data.frame(Means,f=id$values)
     Means f
1 2.200000 A
2 3.940000 B
3 5.150000 A
4 5.666667 C
5 6.250000 B