我想从每列中选择一个不同的数据帧子集,并像这样做
per <- data.frame(Apocal=c(10,1,2,3,4,0,6),Aporos=c(0,2,1,3,0,5,6),Euker=c(0,3,5,7,0,0,0), fecha=c(1,1,2,2,2,3,3))
temp <-with(per, per[Apocal>0,])
require(plyr)
temp <- ddply(temp, .(fecha), summarise, Apocal = mean(Apocal))
temp <-with(per, per[Aporos>0,])
temp <- ddply(temp, .(fecha), summarise, Aporos = mean(Aporos))
...
并重复每一列,除了fecha,有没有办法通过函数或其他东西自动执行此操作?
谢谢!
答案 0 :(得分:3)
使用aggregate
:
aggregate(. ~ fecha, data = per, function(x)mean(x[x > 0]))
# fecha Apocal Aporos Euker
# 1 1 5.5 2.0 3
# 2 2 3.0 2.0 6
# 3 3 6.0 5.5 NaN
答案 1 :(得分:1)
如果您的函数是mean
,则可以正常使用函数colMeans
。它计算所有列的平均值(按列方式)。但是,由于您需要在删除每个列的0个条目后计算平均值,您可以使用colSums
,如下所示:
# x gets all columns grouped by `fecha`.
ddply(per, .(fecha), function(x) colSums(x[, -4])/colSums(x[, -4] != 0))
# fecha Apocal Aporos Euker
# 1 1 5.5 2.0 3
# 2 2 3.0 2.0 6
# 3 3 6.0 5.5 NaN
答案 2 :(得分:1)
pmean <- function(x,byvar){
y=x[,-1*byvar]
colSums(y*(y>0))/colSums(y>0)
}
ddply(per, .(fecha), function(x) pmean(x,4))
Arun的解决方案的修改版本。