Question

我想根据数据框中的两个不同分组计算平均值。示例数据集是：

> data
     age Year Length
[1,]   3 2004   23.2
[2,]   3 2004   27.6
[3,]   3 2005   25.4
[4,]   3 2005   22.2
[5,]   4 2004   37.6
[6,]   4 2004   31.3
[7,]   4 2005   29.9
[8,]   4 2005   30.1

到目前为止，我已经使用ddply函数来计算一个年龄组内的均值。为此，我创建了一个索引来对所有三年前的数据进行排序，然后在Year中找到长度的均值。

logical3=(mydata$Age ==3)
mydata3= mydata[logical3,]
mean_values_3 <- ddply(mydata3, "Year", transform, grp.mean.values=mean(Length))

我想通过计算方法使得过程更快，更少笨重，而不是按年龄排序。

有没有办法1）找到基于1个以上组的平均值 - 这个分组不需要按顺序完成 - 2）我怎样才能获得输出到单独数据框中的方法而不附加到工作的。

Answer 1

您想使用aggregate功能。可能是这样的：

example_data <- data.frame(age=c(3,3,3,3,4,4,4,4),
                           Year=c(2004,2004,2005,2005,2004,2004,2005,2005),
                           Length=c(23.2,27.6,25.4,22.2,37.6,31.3,29.9,30.1))

aggregate(x=example_data$Length,
          by=list(example_data$age,example_data$Year),
          FUN=mean)

  Group.1 Group.2     x
1       3    2004 25.40
2       4    2004 34.45
3       3    2005 23.80
4       4    2005 30.00

Answer 2

使用plyr包。它可以使用简单的代码汇总您的数据。 c（＆＃34;年＆＃34;，＆＃34;年龄＆＃34;）是指定组变量的方式。您还可以在此包中包含许多汇总统计函数。此代码将返回一个单独的数据框，其中包含分组变量和组均值的列。不需要分类。

group.means<-ddply(data,c("Year","age"),summarise,mean=mean(Length))
group.means

基于数据框中的两个不同分组计算平均值

2 个答案: