Mittel von Vektoren in Datenrahmen von Faktor

Question

Ich versuche, einen neuen Datenrahmen zu erstellen, der eine verkürzte Version einer Reihe von Vektoren ist.

während meine Daten aufgebaut ist so etwas wie

mat <- matrix(1:18, 6) 
g <- c("a", "a", "b", "b", "c", "c") 
df <- cbind(g, mat) 

Ich mag würde

result_df wie

a 1.5 7.5 13.5 
b 3.5 9.5 15.5 
c 5.5 11.5 17.5 

ich in Schwierigkeiten bin mit erreichen, wenn ich die for-Schleife versuchen, gibt es Ein Weg lapply() oder apply() kann dies nativ tun? Gibt es eine einfachere Lösung?

Answer 1

Eine weitere Option, die für zukünftige Anforderungen flexibler sein könnte, ist dplyr. Dies erfordert, dass die Daten in einem dat.frame liegen, aber es klingt wie das, was Sie sowieso haben.

df <- data.frame(g, mat) 

df %>% 
    group_by(g) %>% 
    summarise_all(mean) 

Es Gruppen durch die g Säule, nimmt dann einen Mittelwert aller der verbleibenden Spalten. Es gibt zurück:

 g X1 X2 X3 
1  a 1.5 7.5 13.5 
2  b 3.5 9.5 15.5 
3  c 5.5 11.5 17.5 

Welche ich glaube, ist Ihr gewünschtes Ergebnis. Wenn mit tidyr kombiniert, kann es auch leichter machen, es zu benutzen/diese Mittel zugreifen, indem sie in einem langen Format

df %>% 
    gather(Measurement, Value, -g) %>% 
    group_by(g, Measurement) %>% 
    summarise(mean = mean(Value)) 

Rückkehr setzen:

 g Measurement mean 
1  a   X1 1.5 
2  a   X2 7.5 
3  a   X3 13.5 
4  b   X1 3.5 
5  b   X2 9.5 
6  b   X3 15.5 
7  c   X1 5.5 
8  c   X2 11.5 
9  c   X3 17.5 

Answer 2

Ich habe zwei Optionen, je nachdem, ob Sie zuerst die Zeilenoperation oder die Spaltenoperation ausführen möchten.

Die Option "column-first" durchläuft alle Spalten unter Verwendung von lapply und verwendet dann tapply, um für jede Spalte den Mittelwert nach Gruppe zu finden.

as.data.frame(lapply(dat, tapply, INDEX = g, mean)) 

Die Zeilen ersten Option wird der Datenrahmen durch die Zeilen in mehrere Gruppen unterteilt, verwendet sapply Spalte für jeden Unterdatenrahmens bedeuten, zu finden.

## implicit splitting 
do.call(rbind, by(dat, g, sapply, mean)) 

## explicit splitting 
do.call(rbind, lapply(split(dat, g), sapply, mean)) 

---

Wenn Sie eine Matrix mat anstatt einen Datenrahmen haben, können wir

apply(mat, 2L, tapply, INDEX = g, mean) 

und

do.call(rbind, by(mat, g, colMeans)) 

---

Testdaten in ähnlicher Weise tun

dat <- data.frame(V1 = 1:6, V2 = 7:12, V3 = 13:18) 

mat <- matrix(1:18, 6) 

g <- gl(3, 2, labels = letters[1:3])