计算数据帧中的列子集（R编程）

Question

我有一个简单的数据框：

a=data.frame(first=c(1,2,3),second=c(3,4,5),third=c('x','y','z'))

我尝试返回包含第一列和第二列的列均值的数据框。我一直在这样做：

apply(a[,c('first','second')],2,mean)

返回适当的输出：

first second 
     2      4 

但是，我想知道我是否可以使用函数by来完成它。我试过这个：

by(a, c("first", "second"), mean)

导致：

Error in tapply(seq_len(3L), list(`c("first", "second")` = c("first",  : 
  arguments must have same length

然后，我尝试了这个：

by(a, c(T, T,F), mean)

这也没有得出正确答案：

c(T,T,F): FALSE
[1] NA

有什么建议吗？谢谢！

Answer 1

您可以对原始数据的子集使用colMeans（列均值）

> a <- data.frame(first = c(1,2,3), second = c(3,4,5), third = c('x','y','z'))

如果您知道列号，而不知道列名，

> colMeans(a[, 1:2])
## first second 
##     2      4 

或者，如果您不知道列号但知道列名称，

> colMeans(a[, c("first", "second")])
## first second 
##     2      4 

最后，如果你对列完全一无所知，只想要数字列的方法，

> colMeans(a[, sapply(a, is.numeric)])
## first second 
##     2      4 

Answer 2

by（）不是正确的工具，因为它是tapply（）的包装器，它将数据帧划分为符合某些条件的子集。如果您有另一列，比如说第四列，则可以使用by（）为该列拆分数据框，然后使用apply（）对行或列进行操作。