R中重复行之间的平均值

biohazard 发表于 Dev

生物危害

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？

研究

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。