我想在数据框上的许多列（十位）上使用ave函数：
ave(df[,the_cols], df[,c('site', 'month')], FUN = mean)
问题是ave一起在所有mean列上运行the_cols函数。有没有办法分别为每个the_cols列运行它？
我试着看看其他功能。 tapply和aggregate不同，每组只返回一行。我需要ave行为，即返回原始df中给出的相同行数。还有一个by函数，但使用它会非常笨拙，因为它返回一个复杂的列表结构，必须以某种方式进行转换。
当然存在许多笨拙和丑陋（通过＆amp; do.call，多个*应用函数调用等）解决方案，但有一些非常简单和优雅吗？
答案 0 :(得分：5)
也许我错过了一些东西，但是这里的apply()方法会很好用，并且不会丑陋或需要任何丑陋的黑客攻击。一些虚拟数据：
df <- data.frame(A = rnorm(20), B = rnorm(20), site = gl(5,4), month = gl(10, 2))
出了什么问题：
sapply(df[, c("A","B")], ave, df$site, df$month)
？如果你真的想要，可以通过data.frame()将数据强制转移到数据框。
R> sapply(df[, c("A","B")], ave, df$site, df$month)
A B
[1,] 0.0775 0.04845
[2,] 0.0775 0.04845
[3,] -1.5563 0.43443
[4,] -1.5563 0.43443
[5,] 0.7193 0.01151
[6,] 0.7193 0.01151
[7,] -0.9243 -0.28483
[8,] -0.9243 -0.28483
[9,] 0.3316 0.14473
[10,] 0.3316 0.14473
[11,] -0.2539 0.20384
[12,] -0.2539 0.20384
[13,] 0.5558 -0.37239
[14,] 0.5558 -0.37239
[15,] 0.1976 -0.22693
[16,] 0.1976 -0.22693
[17,] 0.2031 1.11041
[18,] 0.2031 1.11041
[19,] 0.3229 -0.53818
[20,] 0.3229 -0.53818
把它放在一起多了，怎么样
AVE <- function(df, cols, ...) {
dots <- list(...)
out <- sapply(df[, cols], ave, ...)
out <- data.frame(as.data.frame(dots), out)
names(out) <- c(paste0("Fac", seq_along(dots)), cols)
out
}
R> AVE(df, c("A","B"), df$site, df$month)
Fac1 Fac2 A B
1 1 1 0.0775 0.04845
2 1 1 0.0775 0.04845
3 1 2 -1.5563 0.43443
4 1 2 -1.5563 0.43443
5 2 3 0.7193 0.01151
6 2 3 0.7193 0.01151
7 2 4 -0.9243 -0.28483
8 2 4 -0.9243 -0.28483
9 3 5 0.3316 0.14473
10 3 5 0.3316 0.14473
11 3 6 -0.2539 0.20384
12 3 6 -0.2539 0.20384
13 4 7 0.5558 -0.37239
14 4 7 0.5558 -0.37239
15 4 8 0.1976 -0.22693
16 4 8 0.1976 -0.22693
17 5 9 0.2031 1.11041
18 5 9 0.2031 1.11041
19 5 10 0.3229 -0.53818
20 5 10 0.3229 -0.53818
目前使用...的详细信息让我逃脱了，但您应该能够为我在此处使用的Fac1等获得更好的名称。
我会为您抛出替代表示：aggregate()但使用ave()函数代替mean()：
R> aggregate(cbind(A, B) ~ site + month, data = df, ave)
site month A.1 A.2 B.1 B.2
1 1 1 0.0775 0.0775 0.04845 0.04845
2 1 2 -1.5563 -1.5563 0.43443 0.43443
3 2 3 0.7193 0.7193 0.01151 0.01151
4 2 4 -0.9243 -0.9243 -0.28483 -0.28483
5 3 5 0.3316 0.3316 0.14473 0.14473
6 3 6 -0.2539 -0.2539 0.20384 0.20384
7 4 7 0.5558 0.5558 -0.37239 -0.37239
8 4 8 0.1976 0.1976 -0.22693 -0.22693
9 5 9 0.2031 0.2031 1.11041 1.11041
10 5 10 0.3229 0.3229 -0.53818 -0.53818
请注意所述的输出，但如果需要，它可以很容易地重塑。
答案 1 :(得分：3)
如果你想要一个data.frame
library(plyr)
## assuming that the_cols are string
## if col index just add the index of site and month
the_cols <- c("site", "month", the_cols)
ddply(df, c('site', 'month'), FUN = numcolwise(mean))[,the_cols]
答案 2 :(得分：2)
您可以将by与colMeans
by(df[,the_cols], df[,c('site', 'month')], FUN = colMeans)
您也可以在ave内使用lapply：
res <- lapply(df[,the_cols], function(x)
ave(x, df[,c('site', 'month')], FUN = mean))
data.frame(res) # create data frame