Question

我想计算多个一对一配对聚合的平均值。例如，我在下面有一个data.frame。我想通过b1＆amp;来计算列sym的平均值。 a1和b2 sym＆amp; a2同时sym a1 a2 b1 b2 1 a 1 2 1 1 2 a 2 2 2 2 3 a 1 2 3 3 4 a 2 2 4 4 5 b 1 1 5 5 6 b 2 1 6 6 7 b 1 1 7 7 8 b 2 1 8 8。

lapply

这是我的代码，它使用df <- data.frame(sym=c(rep('a', 4), rep('b', 4)), a1=rep(1:2, 4), a2=rep(2:1, each=4), b1=rep(1:8), b2=rep(1:8)) tmp <- ddply(df, "sym", function(x) { temp.ls <- lapply(1:2, function(i) { t2 <- aggregate(x = x[3+i], by=x[1+i], FUN=function(.){mean(., na.rm = T)}) colnames(t2) <- c("a", "b") t2 }) temp.all <- Reduce(function(x, y) merge(x, y, by=c("a"), all=T, sort=T), temp.ls) })迭代每对。有没有比这更有效的方法？

{{1}}

Answer 1

dplyr使这非常简单：

library(dplyr)
inner_join(df %>% group_by(sym, a1) %>% summarise(b1.mean=mean(b1)),
           df %>% group_by(sym, a2) %>% summarise(b2.mean=mean(b2)))

# Joining by: "sym"
# Source: local data frame [4 x 5]
# Groups: sym
# 
#   sym a1 b1.mean a2 b2.mean
# 1   a  1       2  2     2.5
# 2   a  2       3  2     2.5
# 3   b  1       6  1     6.5
# 4   b  2       7  1     6.5

如果您想要a的单个列，并希望在示例解决方案中填充与NA不显示的组合，那么left_join是一个选项：

left_join(df %>% group_by(sym, a=a1) %>% summarise(b1.mean=mean(b1)),
          df %>% group_by(sym, a=a2) %>% summarise(b2.mean=mean(b2)),
          by=c('sym', 'a'))

# Source: local data frame [4 x 4]
# Groups: sym
# 
#   sym a b1.mean b2.mean
# 1   a 1       2      NA
# 2   a 2       3     2.5
# 3   b 1       6     6.5
# 4   b 2       7      NA

给@beginnerR提示，提醒我dplyr join次操作。

修改

在回复评论时，如果您有两个以上的分组，并希望将所有结果表连接在一起，那么这里有一种方法：

# Example data set.seed(1) (d <- data.frame(sym=sample(letters[1:4], 10, replace=T), a1=sample(5, 10, replace=TRUE), a2=sample(5, 10, replace=TRUE), a3=sample(5, 10, replace=TRUE), b1=runif(10), b2=runif(10), b3=runif(10))) # sym a1 a2 a3 b1 b2 b3 # 1 b 2 5 3 0.8209463 0.47761962 0.91287592 # 2 b 1 2 3 0.6470602 0.86120948 0.29360337 # 3 c 4 4 3 0.7829328 0.43809711 0.45906573 # 4 d 2 1 1 0.5530363 0.24479728 0.33239467 # 5 a 4 2 5 0.5297196 0.07067905 0.65087047 # 6 d 3 2 4 0.7893562 0.09946616 0.25801678 # 7 d 4 1 4 0.0233312 0.31627171 0.47854525 # 8 c 5 2 1 0.4772301 0.51863426 0.76631067 # 9 c 2 5 4 0.7323137 0.66200508 0.08424691 # 10 a 4 2 3 0.6927316 0.40683019 0.87532133 L <- mapply(function(x, y) { grpd <- eval(substitute(group_by(d, sym, a=x), list(x=as.name(x)))) eval(substitute(summarise(grpd, mean(y)), list(y=as.name(y)))) }, paste0('a', 1:3), paste0('b', 1:3), SIMPLIFY=FALSE) Reduce(function(...) left_join(..., all=T), L) # Source: local data frame [9 x 5] # Groups: sym # # sym a mean(b1) mean(b2) mean(b3) # 1 a 4 0.6112256 NA NA # 2 b 1 0.6470602 NA NA # 3 b 2 0.8209463 0.86120948 NA # 4 c 2 0.7323137 0.51863426 NA # 5 c 4 0.7829328 0.43809711 0.08424691 # 6 c 5 0.4772301 0.66200508 NA # 7 d 2 0.5530363 0.09946616 NA # 8 d 3 0.7893562 NA NA # 9 d 4 0.0233312 NA 0.36828101

简化多个一对一配对聚合

1 个答案: