我有一个数据框,df
其中的行与名称列重复,但与值列不重复:
name value etc1 etc2
A 9 1 X
A 10 1 X
A 11 1 X
B 2 1 Y
C 40 1 Y
C 50 1 Y
我需要将重复的名称聚合为一行,同时计算值列的平均值。预期的输出如下:
name value etc1 etc2
A 10 1 X
B 2 1 Y
C 45 1 Y
我尝试使用,df[duplicated(df$name),]
但是当然这不会给我重复的平均值。我想使用aggregate()
,但是问题是该函数的FUN部分也将适用于所有其他列,并且在其他问题中,它将无法计算char内容。由于所有其他列在“重复项”上具有相同的内容,因此我需要像名称列一样对它们进行汇总。有什么提示...吗?
这里data.table
解决。从某种意义上说,该解决方案是通用的,即使对于具有60列的data.frame也可以使用。由于我按值不同的所有变量将数据分组(请参见下面的创建键的方法)
library(data.table)
dat <- read.table(text='name value etc1 etc2
A 9 1 X
A 10 1 X
A 11 1 X
B 2 1 Y
C 40 1 Y
C 50 1 Y',header=TRUE)
keys <- colnames(dat)[!grepl('value',colnames(dat))]
X <- as.data.table(dat)
X[,list(mm= mean(value)),keys]
name etc1 etc2 mm
1: A 1 X 10
2: B 1 Y 2
3: C 1 Y 45
编辑扩展到多个值变量
如果您有多个要计算平均值的数值变量,例如,如果您的数据如下所示
name value etc1 etc2 value1
1 A 9 1 X 2.1763485
2 A 10 1 X -0.7954326
3 A 11 1 X -0.5839844
4 B 2 1 Y -0.5188709
5 C 40 1 Y -0.8300233
6 C 50 1 Y -0.7787496
上面的解决方案可以这样扩展:
X[,lapply(.SD,mean),keys]
name etc1 etc2 value value1
1: A 1 X 10 0.2656438
2: B 1 Y 2 -0.5188709
3: C 1 Y 45 -0.8043865
这将计算键列表中不存在的所有变量的均值。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句