在数据框中，重复应用平均值来计算组均值。

Question

以下代码将根据“group”分别生成x和y的组平均值。假设我有多个变量需要重复执行相同的操作。

您会如何建议继续以便通过单个命令获得相同的结果？（我想必须采用tapply，但我不是很确定..）。

x=seq(1,11,by=2); y=seq(2,12,by=2); group=rep(1:2, each=3)
dat <- data.frame(cbind(group, x, y))

dat$m_x <- ave(dat$x, dat$group)
dat$m_y <- ave(dat$y, dat$group)
dat

非常感谢。

- Stefano Lombardi

---

你有超过两列可以应用它吗（不仅仅是 x 和 y）？（如果只有两个，那么你的解决方案似乎是最简单的 - 你几乎不需要将其压缩成一个命令）。 - David Robinson

是的，我有多列。抱歉，我编辑了最初的问题。 - Stefano Lombardi

请查看我的答案，它使用ave创建了一个新矩阵，其中每列都已被修改。如果您需要将其放入数据框中（或需要将其放入原始数据框中），那么修改起来非常简单。 - David Robinson

sapply(dat,ave,dat$group)。不过，我建议使用plyr::ddply或者data.table来完成这个任务。 - Roland

Answer 1

使用 data.table 和 plyr 包的替代解决方案：

1）使用 data.table

require(data.table)
dt <- data.table(dat, key="group")
# Following @Matthew's comment, edited:
dt[, `:=`(m_x = mean(x), m_y = mean(y)), by=group]

输出：

   group  x  y m_x m_y
1:     1  1  2   3   4
2:     1  3  4   3   4
3:     1  5  6   3   4
4:     2  7  8   9  10
5:     2  9 10   9  10
6:     2 11 12   9  10

2) 使用plyr和transform:

require(plyr)
ddply(dat, .(group), transform, m_x=mean(x), m_y=mean(y))

输出：

  group  x  y m_x m_y
1     1  1  2   3   4
2     1  3  4   3   4
3     1  5  6   3   4
4     2  7  8   9  10
5     2  9 10   9  10
6     2 11 12   9  10

3) 使用 plyr 和 numcolwise（注意输出结果更简化）：

ddply(dat, .(group), numcolwise(mean))

输出：

  group x  y
1     1 3  4
2     2 9 10

- Arun

---

非常感谢，非常有教育意义！ - Stefano Lombardi

顺便说一句，您可以在同一分组步骤中通过引用添加两列，以避免重复分组：dt[, \:=`(m_x=mean(x), m_y=mean(y)), by=group]`。 - Matt Dowle

Answer 2

如果您有两列以上的内容，您可能想使用apply将ave应用于矩阵中的每一列。

x=seq(1,11,by=2); y=seq(2,12,by=2); group=rep(1:2, each=3)
dat <- cbind(x, y)

ave.dat <- apply(dat, 2, function(column) ave(column, group))
#       x  y
# [1,]  1  2
# [2,]  3  4
# [3,]  5  6
# [4,]  7  8
# [5,]  9 10
# [6,] 11 12

- David Robinson

---

谢谢！是否可以直接获得数据框作为最终结果？ - Stefano Lombardi

可以只需执行 as.data.frame(ave.dat)。 - David Robinson

Answer 3

您也可以使用aggregate()函数：

dat2 <- data.frame(dat, aggregate(dat[,-1], by=list(dat$group), mean)[group, -1])
dat2
    group  x  y x.1 y.1
1       1  1  2   3   4
1.1     1  3  4   3   4
1.2     1  5  6   3   4
2       2  7  8   9  10
2.1     2  9 10   9  10
2.2     2 11 12   9  10
row.names(dat2) <- rownames(dat)
colnames(dat2) <- gsub("(.)\\.1", "m_\\1", colnames(dat2))
dat2
  group  x  y m_x m_y
1     1  1  2   3   4
2     1  3  4   3   4
3     1  5  6   3   4
4     2  7  8   9  10
5     2  9 10   9  10
6     2 11 12   9  10    

如果变量名不止一个字符，您需要修改 gsub() 调用。

- dcarlson