Question

问题是新列需要重复其值一定次数。数据如下所示，但重复数十万行：

数据框：评分

 **USER#**  **ITEM#**    **Rating**

USER1     ITEM1 ....3

 USER1     ITEM2   ....2

 USER1     ITEM3   ....4

 USER2     ITEM1   ....1

 USER2     ITEM2   ....2

 USER2     ITEM3   ....5

我想添加一个列，每个用户的每个行的平均值都是平均值，所以它会如下所示：

 **USER#**      **ITEM#**    **Rating**  **UserMean**

 USER1     ITEM1   ....3   ......    3

 USER1     ITEM2   ....2 ......       3

 USER1     ITEM3   ....4 ......      3

 USER2     ITEM1   ....1       ......2.67

 USER2     ITEM2   ....2  ......     2.67

 USER2     ITEM3   ....5     ......  2.67

我知道如何使用以下内容获取所有用户手段：

UserMean<-tapply(Ratings$Rating,list(Ratings$User),mean)

这给了每个用户的平均值，我希望每行显示该用户的平均评分，但是当我使用时它不起作用：

Ratings$UserMean<-UserMean # or the above tapply function

我怎样才能实现目标？我知道如何创建一个数组，显示每个用户投票的次数。我可以用某种方式使用那个数组吗？

由于

Answer 1

你很近，你只需要ave()功能。试试

Ratings<-data.frame(
   User=rep(1:2, each=3),
   Item=rep(letters[1:3], 2),
   Rating=c(3,2,4,1,2,5)
)

UserMean <- ave(Ratings$Rating, Ratings$User, FUN=mean)

ave()函数将计算您指定的每个级别的值，然后按照级别的原始顺序保留该值。在很多情况下，它基本上类似于tapply，但它不会折叠值。它还可以为因子的每个级别返回不同的值。例如

ReviewNum <- ave(Ratings$Rating, Ratings$User, FUN=seq_along)

可以跟踪每个用户的评论编号。

Answer 2

你应该使用ave（就像在其他答案中提到的那样，我包含了我的答案，因为我花了很多时间来润色你的数据）。

dat <- read.table(text='USER   ITEM    Rating
USER1     ITEM1 3
USER1     ITEM2   2
USER1     ITEM3   4
USER2     ITEM1   1
USER2     ITEM2   2
USER2     ITEM3   5',header=TRUE)

dat$UserMean <-  ave(dat$Rating,dat$USER)

USER  ITEM Rating UserMean
1 USER1 ITEM1      3 3.000000
2 USER1 ITEM2      2 3.000000
3 USER1 ITEM3      4 3.000000
4 USER2 ITEM1      1 2.666667
5 USER2 ITEM2      2 2.666667
6 USER2 ITEM3      5 2.666667

另一种选择是使用plyr：

library(plyr)
ddply(dat,.(USER),transform,userMean= mean(Rating))

Answer 3

data.table解决方案

library(data.table)
setDT(dat)[, UserMean := mean(Rating), by = USER]
dat

或者基本R功能的使用效率低于上面提出的

merge(dat, aggregate(Rating ~ USER, dat, mean), by = "USER")

Answer 4

另一种选择是使用dplyr：

require(dplyr)

Ratings <- Ratings %.% group_by(USER) %.% mutate(UserMean = mean(Rating))  

#   USER  ITEM Rating UserMean
#1 USER1 ITEM1      3 3.000000
#2 USER1 ITEM2      2 3.000000
#3 USER1 ITEM3      4 3.000000
#4 USER2 ITEM1      1 2.666667
#5 USER2 ITEM2      2 2.666667
#6 USER2 ITEM3      5 2.666667

我在基于函数向数据框添加列时遇到问题

4 个答案: