我有以下形式的数据集：
object.type condition date replicate value
object1 condition1 17/2/2014 1 5000
object1 condition1 17/2/2014 2 6000
object1 condition1 18/2/2014 1 5500
object1 condition1 18/2/2014 2 6300
object1 condition2 17/2/2014 1 5000
object1 condition2 17/2/2014 2 6000
object1 condition2 18/2/2014 1 5500
object1 condition2 18/2/2014 2 6300
object2 condition1 17/2/2014 1 5000
object2 condition1 17/2/2014 2 6000
object2 condition1 18/2/2014 1 5500
object2 condition1 18/2/2014 2 6300
etc.
我想要做的是计算特定条件下某个对象的子集的平均值。因此，例如，对于object1，在条件1中，在17日，该值将为mean(c(5000, 5500))。所以，最后我得到了一个像这样的data.frame：
object.type condition date value
object1 condition1 17/2/2014 5250
object1 condition1 18/2/2014 6150
object1 condition2 17/2/2014 5250
object1 condition2 18/2/2014 6150
object2 condition1 17/2/2014 5250
etc.
我可以使用嵌套循环（循环遍历所有级别的对象类型，循环遍历所有级别的条件，循环遍历所有级别的日期），但我是R的新手，我学到的是矢量化是解决这些问题的最佳方法。我似乎无法弄清楚我会怎么做。有什么功能在这里有用吗？或者除了使用三个嵌套的for循环之外，还需要一个更简洁的方法来迭代（并且效率低下）扩展数据框？
答案 0 :(得分：1)
使用aggregate(...)，并假设您的数据位于df：
result <- aggregate(value ~ object.type + condition + date, df, mean)
result
# object.type condition date value
# 1 object1 condition1 17/2/2014 5500
# 2 object2 condition1 17/2/2014 5500
# 3 object1 condition2 17/2/2014 5500
# 4 object1 condition1 18/2/2014 5900
# 5 object2 condition1 18/2/2014 5900
# 6 object1 condition2 18/2/2014 5900
如果您需要原始订单中的result，
result <- with(result,result[order(object.type, condition, date),])
result
# object.type condition date value
# 1 object1 condition1 17/2/2014 5500
# 4 object1 condition1 18/2/2014 5900
# 3 object1 condition2 17/2/2014 5500
# 6 object1 condition2 18/2/2014 5900
# 2 object2 condition1 17/2/2014 5500
# 5 object2 condition1 18/2/2014 5900
答案 1 :(得分：0)
library(plyr)
ddply(data,~ object.type + condition ,summarise,average=mean(value))
从plyr包中试试上述内容