ID mit einer bestimmten Bedingung auswählen und Durchschnitt der Werte dieser IDs in R

Question

messen Ich möchte IDs auswählen und Durchschnitt von IDs durch eine bestimmte Bedingung. Ich möchte den Durchschnitt aller IDs messen, die

mdf <- data.frame (id =c(1,2,3,2,1,2), 
factor= c("a","b","a","a","b" ,"a") , value = c(4,0,5,2,3,6)) 



    id factor value 
1 1  a  4 
2 2  b  0 
3 3  a  5 
4 2  a  2 
5 1  b  3 
6 2  a  6 

Zum Beispiel ein bestimmter Faktor mindestens 1 Mal hatte, möchte ich durchschnittlich ids die b als Faktor hatte, id 1 und 2 hatte b als Faktor auf der Liste einmal, So 'mein Code sollte die Werte von ID 1 und ID 2 extrahieren und messen ihren Durchschnitt (4 + 0 + 2 + 3 + 6)/5 = 3. Beachten Sie, dass ID 3 nie b hatte, so dass es wird von der Berechnung ausgeschlossen. so mein idealer Ausgangs

factor avg 
a  3.33 
b  3 

Answer 1

Nach der Umwandlung der data.frame-data.table (setDT(mdf)) sein wird, wir eine Schleife durch die unique Elemente von ‚Faktor‘, von ‚id‘ gruppiert, ifany des ‚Faktor‘ haben, dass bestimmtes Element, unterteilen Sie die data.table (.SD), erhalten Sie die mean des 'Wert' und das unique 'Faktor' Element als 2 Spalten 'data.table' und rbind die list Elemente.

library(data.table) 
setDT(mdf) 
rbindlist(lapply(unique(mdf$factor), function(x) { 
     x1 <- mdf[, if(any(factor==x)) .SD, id][, .(factor= x, avg=mean(value))]})) 
# factor  avg 
#1:  a 3.333333 
#2:  b 3.000000 

Answer 2

Eine Idee über die Basis R,

fun1 <- function(df, f, include = TRUE){ 
    ind <- unique(df$id[df$factor == f]) 
    if (include == TRUE) { 
    return(mean(df$value[df$id %in% ind])) 
    } else { 
    return(mean(df$value[!df$id %in% ind])) 
    } 
} 

sapply(levels(mdf$factor), function(i) fun1(mdf, i)) 
#  a  b 
#3.333333 3.000000 

sapply(levels(mdf$factor), function(i) fun1(mdf, i, include = FALSE)) 
# a b 
#NaN 5