Question

我有一个不同样本和技术重复的数据框（AA.1，AA.2，AA.3）。每个完整的样品组（所有样品技术重复）都有一个测量值var3，并且对于不同的var2（X，Y或Z）重复测量。总而言之，我有（样本数）（技术重复次数）（var2次数）测量值（var1 x var2的所有可能组合重复3次）。

data.frame(
  var1=rep(rep(c('AA.1', 'AA.2', 'AA.3', 'BB.1', 'BB.2', 'BB.3'), each=3), 2),
  var2=rep(c('X', 'Y'), each=18),
  var3=sample(20:40, 36, replace=TRUE)
)

对于每个var2，我想平均每个样本的技术复制。我想通过创建一个新的数据框来实现这一点，该数据框列出样本名称作为行名称，3列是3个技术重复。然后我可以做rowMeans（）和sd（）。这怎么可能？

Answer 1

在基础R（调用数据框df）中：

aggregate(var3~var1+var2,df,mean)
#    var1 var2     var3
# 1  AA.1    X 31.66667
# 2  AA.2    X 25.00000
# 3  AA.3    X 30.66667
# 4  BB.1    X 27.33333
# 5  BB.2    X 32.00000
# 6  BB.3    X 29.66667
# 7  AA.1    Y 32.33333
# 8  AA.2    Y 24.66667
# 9  AA.3    Y 26.66667
# 10 BB.1    Y 38.00000
# 11 BB.2    Y 30.33333
# 12 BB.3    Y 25.66667

Answer 2

有几种方法可以做到这一点。我认为使用 dplyr 可能是最直接的，但您也可以使用 tapply 命令。我有点难以从您的问题中找出您想要分组的变量，但希望运行以下代码有助于明确事项 -

假设您要查找var3的平均值，按var1和var2分组，请输入以下内容：

library(dplyr)

dat %>% group_by(var2,var1) %>% 
summarize(var3.mean = mean(var3))

像我说的那样，我有点难以判断这是否是你想要的分组结构。上面的代码将为var1和var2的每个唯一组合提供var3的平均值。

从数据框中分组和平均重复

2 个答案: