在R中获得子组的均值

时间:2013-09-22 14:04:20

标签: r aggregate plyr mean

我是R的新手,我不知道如何让R计算出子群自身均值的均值子集的均值。我会更清楚地解释。

我有一个这样的数据框:

GROUP WORD WLN
1     1    4
1     1    3
1     1    3
1     2    2
1     2    2
1     2    3
2     3    1
2     3    1
2     3    2
2     4    1
2     4    1
2     4    1
...   ...  ...

但真正的一组共有5组和25个单词(每组5个单词;每个单词被分配1个到4个5个主题的数字......)。

我需要为每个单词获取WLN的方法,并且我可以使用循环轻松地完成该操作并将结果保存在向量中;但是我需要一个带有这些手段的手段的矢量根据这些词所属的组...所以我需要第1组,第2组等词语的手段...(我不要不知道我是否说清楚了。)

如果不逐一进行,我怎么能得到这个呢?

4 个答案:

答案 0 :(得分:4)

使用base,使用aggregate

> aggregate(WLN~GROUP+WORD, mean, data=df)
  GROUP WORD      WLN
1     1    1 3.333333
2     1    2 2.333333
3     2    3 1.333333
4     2    4 1.000000

其中df是@Metrics'数据。

另一种方法是使用doBy包中的summaryBy

> library(doBy)
> summaryBy(WLN~GROUP+WORD, FUN=mean, data=df)
  GROUP WORD WLN.mean
1     1    1 3.333333
2     1    2 2.333333
3     2    3 1.333333
4     2    4 1.000000

答案 1 :(得分:2)

假设df是您的数据帧:

df<-structure(list(GROUP = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 2L, 2L), WORD = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 
4L, 4L), WLN = c(4L, 3L, 3L, 2L, 2L, 3L, 1L, 1L, 2L, 1L, 1L, 
1L)), .Names = c("GROUP", "WORD", "WLN"), class = "data.frame", row.names = c(NA, 
-12L))

Plyr解决方案

install.packages("plyr")
library(plyr)
ddply(df,.(GROUP,WORD),summarize, meanwln=mean(WLN))
 GROUP WORD  meanwln
1     1    1 3.333333
2     1    2 2.333333
3     2    3 1.333333
4     2    4 1.000000

Data.table解决方案:

install.packages("data.table")
library(data.table)
df<-data.table(df)
setkey(df,GROUP,WORD)
df[,list(meanwln=mean(WLN)),by="GROUP,WORD"]

 GROUP WORD  meanwln
1:     1    1 3.333333
2:     1    2 2.333333
3:     2    3 1.333333
4:     2    4 1.000000

答案 2 :(得分:1)

with base:

with(df,tapply(WLN,list(GROUP,WORD),mean))

修改

如果您还需要上表中的row和colmeans,您可以执行以下操作:

x <- with(df,tapply(WLN,list(GROUP,WORD),mean))
addmargins(x, margin = seq_along(dim(x)), FUN = mean, quiet = TRUE)

答案 3 :(得分:0)

现在dplyr更好......

require(dplyr)
tmp <- group_by(df, WORD)
df1 <- summarise(tmp, 
   count = n(), 
   mWLN = mean(WLN, na.rm = TRUE))
df1