Question

我的data.frame看起来像这样：

# set example data
df <- read.table(textConnection("item\tsize\tweight\tvalue
A\t2\t3\t4
A\t2\t3\t6
B\t1\t2\t3
C\t3\t2\t1
B\t1\t2\t4
B\t1\t2\t2"), header = TRUE)

# print example data
df

  item size weight value
1    A    2      3     4
2    A    2      3     6
3    B    1      2     3
4    C    3      2     1
5    B    1      2     4
6    B    1      2     2

正如您所看到的，size和weight列不会增加任何复杂性，因为每个item的列都相同。但是，同一value可能有多个item。

我想使用平均值item将data.frame折叠为每value行一行：

  item size weight value
1    A    2      3     5
3    B    1      2     3
4    C    3      2     1

我想我必须使用aggregate函数，但我无法弄清楚我是如何得到上述结果的。

Answer 1

aggregate(value ~ item + size + weight, FUN = mean, data=df)

  item size weight value
1    B    1      2     3
2    C    3      2     1
3    A    2      3     5

Answer 2

以下是使用plyr包中的ddply的解决方案：

library(plyr)
ddply(df,.(item),colwise(mean))
  item size weight value
1    A    2      3     5
2    B    1      2     3
3    C    3      2     1

Answer 3

df$value <- ave(df$value,df$item,FUN=mean)
df[!duplicated(df$item),]

  item size weight value
1    A    2      3     5
3    B    1      2     3
4    C    3      2     1

Answer 4

data.table解决方案......

require(data.table)
DT <- data.table(df)

DT[ , lapply(.SD , mean ) , by = item ]
   item size weight value
1:    A    2      3     5
2:    B    1      2     3
3:    C    3      2     1

Answer 5

如今，这就是我要做的事情：

require(dplyr)

df %>%
group_by(item, size, weight) %>%
summarize(value = mean(value)) %>%
ungroup

这产生以下结果：

# A tibble: 3 x 4
   item  size weight value
  <chr> <int>  <int> <dbl>
1     A     2      3     5
2     B     1      2     3
3     C     3      2     1

我将保留已接受的答案，例如我特别要求aggregate，但我发现dplyr解决方案最具可读性。

根据给定列中的公共值，在R中聚合相同data.frame的多行

5 个答案: