选择不同数据框列的子集

Question

我想从每一列中选择不同的子集，并进行平均值计算，如下所示：

per <- data.frame(Apocal=c(10,1,2,3,4,0,6),Aporos=c(0,2,1,3,0,5,6),Euker=c(0,3,5,7,0,0,0), fecha=c(1,1,2,2,2,3,3))

temp <-with(per, per[Apocal>0,])
require(plyr)
temp <- ddply(temp, .(fecha), summarise, Apocal = mean(Apocal))

temp <-with(per, per[Aporos>0,])
temp <- ddply(temp, .(fecha), summarise, Aporos = mean(Aporos))

...

对于每一列，除了"fecha"列之外，是否有任何自动化的方法可以通过函数或其他方式来完成这个操作？

谢谢！

- Leosar

Answer 1

使用aggregate函数：

aggregate(. ~ fecha, data = per, function(x)mean(x[x > 0]))
#   fecha Apocal Aporos Euker
# 1     1    5.5    2.0     3
# 2     2    3.0    2.0     6
# 3     3    6.0    5.5   NaN

- flodel

Answer 2

如果你的函数是mean，通常可以使用函数colMeans。它计算所有列的平均值（按列计算）。但是，由于你需要在删除每个列的0条目后计算平均值，因此可以如下使用colSums：

# x gets all columns grouped by `fecha`.
ddply(per, .(fecha), function(x) colSums(x[, -4])/colSums(x[, -4] != 0))
#   fecha Apocal Aporos Euker
# 1     1    5.5    2.0     3
# 2     2    3.0    2.0     6
# 3     3    6.0    5.5   NaN

- Arun

---

你忘了OP想在计算平均值之前过滤掉0。 - flodel

@flodel，是的，我猜我搞错了什么。谢谢你指出来。已编辑。 - Arun

Answer 3

pmean <- function(x,byvar){
  y=x[,-1*byvar]
  colSums(y*(y>0))/colSums(y>0)
}

ddply(per, .(fecha), function(x) pmean(x,4))

修改版的Arun解决方案。

- vinux

---

colSums(y)/colSums(y>0) 就足够了，不是吗？添加 y = 0 条目不会影响分子的总和。 - Arun

@Arun 如果一些y是负数怎么办？比如说 y=c(-1,0,1)。 - vinux

我不知道为什么，但我认为 > 不是预期的运算符，而是 !=。如果可能存在负值，则这是来自 OP 的糟糕示例，您的答案更好，已经涵盖了它！我很快会删除我的帖子。 - Arun