Question

假设我在R中有一个数据框，我想使用2列＆＃34; factor1＆＃34;和＆＃34; factor2＆＃34;作为因素，我需要计算每对上述因素的所有其他列的平均值。运行下面的代码后，最后一行给出以下警告：

Warning messages:
1: In split.default(seq_along(x), f, drop = drop, ...) :
  data length is not a multiple of split variable

...

为什么会发生这种情况，我该怎么做才能做到正确？感谢。

这是我的代码：

# Create data frame
myDataFrame <- data.frame(factor1=c(1,1,1,2,2,2,3,3,3), factor2=c(3,3,3,4,4,4,5,5,5), val1=c(1,2,3,4,5,6,7,8,9), val2=c(9,8,7,6,5,4,3,2,1))  

# Split by 2 columns (factors)
splitDataFrame <- split(myDataFrame, list(myDataFrame$factor1, mydataFrame$factor2))

# Calculate mean value for each column per each pair of factors
splitMeanValues <- lapply(splitDataFrame, function(x) apply(x, 2, mean))

# Combine back to reduced table whereas there is only one value (mean) per each pair of factors
MeanValues <- unsplit(splitMeanValues, list(unique(myDataFrame$factor1), unique(mydataFrame$factor2)))

EDIT1：添加了数据框创建（见上文）

Answer 1

如果您需要计算除因子之外的所有其他列的平均值，您可以使用aggregate()的公式语法

aggregate(.~factor1+factor2, myDataFrame, FUN=mean)

返回

  factor1 factor2 val1 val2
1       1       3    2    8
2       2       4    5    5
3       3       5    8    2

您的split()方法无法正常工作，因为当您unsplit时，您必须拥有与拆分数据时相同的行数。您将所有组的行数减少到只有一行。另外，unsplit确实应该与用于执行split的完全相同的因子列表一起使用，否则组可能会出现故障。您可以使用split然后lapply某些折叠函数，然后将rbind列表重新转换为单个data.frame（如果您真的想要），但简单来说，{{1}可能是最好的。

Answer 2

summaryBy()包中的doBy可以获得相同的结果。虽然在这种情况下它与aggregate()几乎相同。

> library(doBy)
> summaryBy( . ~ factor1+factor2, data = myDataFrame)
#   factor1 factor2 val1.mean val2.mean
# 1       1       3         2         8
# 2       2       4         5         5
# 3       3       5         8         2

Answer 3

您是否尝试过aggregate？

aggregate(myDataFrame$valueColum, myDataFrame$factor1, FUN=mean) aggregate(myDataFrame$valueColum, myDataFrame$factor2, FUN=mean)

基于R中的两个因子的非分裂缩减数据表

3 个答案: