tapply和ave函数有什么区别？

Question

我无法理解ave函数。我已经阅读了帮助文档并在网络上搜索，但仍然无法理解它的作用。我知道它会对一组观测值的子集应用某个函数，但与tapply不同。

请问是否可以给出一个简单的例子来帮助我理解呢？

谢谢，如果我的要求有些特别，请多多包涵。

- ECII

Answer 1

tapply为每个因子水平返回单个结果。 ave也为每个因子水平生成单个结果，但将此值复制到原始数据中的每个位置。

ave对于在数据框中产生包含摘要数据的新列非常便利。

一个简短的示例：

tapply(iris$Sepal.Length, iris$Species, FUN=mean)
    setosa versicolor  virginica 
     5.006      5.936      6.588 

每个因子水平的均值是一种价值。

ave在iris上产生150个结果，这些结果与原始数据框对齐：

 ave(iris$Sepal.Length, iris$Species, FUN=mean)
  [1] 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006
 [17] 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006
 [33] 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006 5.006
 [49] 5.006 5.006 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936
 [65] 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936
 [81] 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936 5.936
 [97] 5.936 5.936 5.936 5.936 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588
[113] 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588
[129] 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588 6.588
[145] 6.588 6.588 6.588 6.588 6.588 6.588

正如评论中所述，这里的单个值被循环利用以填充原始数据中的每个位置。

如果函数返回多个值，则必要时将这些值循环利用以填充位置。例如：

d <- data.frame(a=rep(1:2, each=5), b=1:10)
ave(d$b, d$a, FUN=rev)
 [1]  5  4  3  2  1 10  9  8  7  6

感谢Josh和thelatemail。

- Matthew Lundberg

---

糟糕，我发布了自己的答案（现已删除），没有看到你的答案。我建议进行一些小的更正，即ave和tapply都不需要每个因子水平产生一个单一结果。设置FUN=cumsum或类似的内容来查看。 - Josh O'Brien

tapply 每个因子水平只会产生一个结果。这个结果可能是多个值、列表、其他对象等。ave 也可以返回多个值，并且如果返回的值的数量与输入向量的长度相匹配，它将这样做（可能是合理的）。例如 ave(1:10,rep(1:2,each=5),FUN=rev)。 - thelatemail

我建议在这个例子中使用 rep(1:2, each=5)，因为这样更容易识别各组内的反转。 - thelatemail

@thelatemail 是的，那样更好。 - Matthew Lundberg

它也可能会与聚合函数混淆。 - skan