Question

是否可以使用聚合函数从原始数据框添加另一列，而不实际使用该列来聚合数据？

这是一个非常简洁的数据版本，有助于说明我的问题（让我们称之为数据）

name      result.1    result.2    replicate    day     data.for.mean
"obj.1"   1           "good"      1            1        5
"obj.1"   1           "good"      2            1        7
"obj.1"   1           "great"     1            2        6
"obj.1"   1           "good"      2            2        9
"obj.1"   2           "bad"       1            1        10
"obj.1"   2           "not good"  2            1        6
"obj.1"   2           "bad"       1            2        5
"obj.1"   2           "not good"  2            2        3

"obj.2"   1           "excellent" 1            1        14
"obj.2"   1           "good"      2            1        10
"obj.2"   1           "good"      1            2        11
"obj.2"   1           "not bad"   2            2        7
"obj.2"   2           "bad"       1            1        4
"obj.2"   2           "bad"       2            1        3
"obj.2"   2           "horrible"  1            2        2
"obj.2"   2           "dismal"    2            2        1

你会注意到result.1和result.2是绑定的，这样如果result.1 == 1，result.2是好的/伟大的，如果result.1 == 2，那么result.2 = =糟糕/不好。我需要聚合数据集中的这两列，并且在聚合数据时选择result.2中的哪个值无关紧要，我只需要信息来确定result.1列的1值是好还是坏同样的结果。因此它可能具有与所有result.1的值相对应的所有“dismal”值。

问题在于，由于result.2使用不同的名称来识别好/坏，我不能将它用作聚合的列。

目前我的聚合函数看起来像这样......

aggregated.data <- aggregate(data[c("data.for.mean")], 
            by=data[c("name", "result.1", "day") ],
            FUN= mean }
        );

这会产生一行输出，例如......

name     result.1    day    data.for.mean
"obj.1"  1           1      6

（第1天的obj.1的所有重复项，结果为1 == 1，已经被忽略了。它们的值为5和7，是模拟数据集中的前两行。）< / p>

我想要的是产生一行输出，例如这个

name     result.1    result.2    day    data.for.mean
"obj.1"  1           "good"      1      6

同样，对于与result.1的值“1”相对应的所有值，“good”可以替换为“great”，“not bad”，“excellent”。

从result.2捕获信息并将其添加到aggregated.data（聚合函数的输出）的最佳方法是什么？

谢谢。

Answer 1

dplyr：

的情况如何

require(dplyr)
group_by(data,name,result.1,day) %.% summarise(mean=mean(data.for.mean),result.2=result.2[1])


#Source: local data frame [8 x 5]
#Groups: name, result.1

#   name result.1 day mean  result.2
#1 obj.2        1   2  9.0      good
#2 obj.2        1   1 12.0 excellent
#3 obj.1        1   1  6.0      good
#4 obj.1        1   2  7.5     great
#5 obj.1        2   2  4.0       bad
#6 obj.1        2   1  8.0       bad
#7 obj.2        2   2  1.5  horrible
#8 obj.2        2   1  3.5       bad

Answer 2

以下是基础解决方案，使用merge后跟另一个aggregate：

agg.2 <- merge(aggregated.data, data[,names(data) != 'data.for.mean'])
aggregate(result.2 ~ name+result.1+day+data.for.mean, data=agg.2, FUN=sample, size=1)
##    name result.1 day data.for.mean  result.2
## 1 obj.2        2   2           1.5    dismal
## 2 obj.2        2   1           3.5       bad
## 3 obj.1        2   2           4.0       bad
## 4 obj.1        1   1           6.0      good
## 5 obj.1        1   2           7.5     great
## 6 obj.1        2   1           8.0  not good
## 7 obj.2        1   2           9.0   not bad
## 8 obj.2        1   1          12.0 excellent

以下是其工作原理：

合并会添加result.2值，但会创建多行，其中有多个此类值。然后aggregate用于选择其中一行。

正如您所说，您不关心您获得哪些相关的result.2标签，我会随机获得一个sample。

要返回第一个result.2标签，请使用head代替n=1：

aggregate(result.2 ~ name+result.1+day+data.for.mean, data=agg.2, FUN=head, n=1)

同样，要获取最后一个此类标签，请将tail与n=1一起使用。

根据另一列的聚合将非聚合列添加到聚合数据集

2 个答案: