Question

编辑：这个问题已经解决，因为当纠正错字时功能已经解决了。我更正了拼写错误，并将这个例子作为将来可能用于其他人的参考。答案中还提出了更有效的解决方案。

原帖（更正）帖子：
我希望能够创建一个函数，对数据的不同子集执行计算，使用逻辑运算符来定义子集。

我将使用包含2个组（＆＃34; A＆＃34;和＆＃34; B＆＃34;）的数据框为您提供简化示例，每个组包含2个变量：

df <- data.frame(matrix(0, ncol = 2, nrow = 4))
colnames(df) <- c("group","var")
df$group <- c("A","B")
df$var <- c(1,4,1,4)

计算，例如不同组A和B的平均值，可以使用逻辑运算符==对数据进行子集化：

==

这对于少数几个组来说当然很容易，但是如果你有一个更大的数据集，那么能够创建一个计算几个不同组的平均值的函数会很方便（提供这些组的名称）例子以矢量的形式）。构建这样一个函数的想法（显然是不对的）看起来像这样：

>mean(df$var[df$group=="A"])
[1] 1
>mean(df$var[df$group=="B"])
[1] 4

并且这样运行，以获得两组A和B的手段：

autoMean <- function (q) {
mean(df$var[df$group==q])
}

现在，当我定义函数时R不会抱怨并且它工作正常。（但请注意，当运行具有多个组的函数时，该函数将计算两个均值（或总计）的平均值。）

因此，将函数的变量放在逻辑运算符中会起作用，这与我在发布此问题时所认为的相反。

在下面提供的答案中，还有其他一些可能更优雅的方法来解决这类问题。

Answer 1

也许您正在寻找tapply：

tapply(X=df$var, INDEX=df$group, FUN=mean)
# A B 
# 1 4

Answer 2

更加流畅的方法是使用dplyr（）包。

library(dplyr)
summarise(group_by(df, group), 
          meanValue = mean(var))

Answer 3

此外：

aggregate(var ~ group, data=df, FUN=mean)
library(plyr)
ddply(df, .(group), summarize, mean=mean(var))
### add column with mean of each group
cbind(df, with(df, ave(var, group)))

小心调用df调用package:stats中默认加载的F分布。

Answer 4

我认为您的原始函数定义中存在拼写错误。这可能导致你的错误 - 尝试这个吗？

 autoMean <- function (df, q) {
    mean(df$var[df$group==q])
    return(data.frame(q = q, mean= mean(df$var[df$group==q]) ))
  }

  groups<-c("A","B")
results <- lapply(groups, autoMean, df = df)

替换函数内逻辑运算符中的变量

4 个答案: