Question

场景：我有一个df，＆＃34;分数＆＃34;多个用户尝试通过测试。每次观察都是尝试使用userID和得分。有些用户可能会传递他们的第一次尝试，有些可能需要几次;他们得到无限的尝试。我想找到每个用户的平均分数。

例如：

userID = c(1:20, sample(1:20, 10, replace = TRUE))
score = c(rnorm(15, mean = 60, sd = 10), rnorm(8, mean = 70, sd = 5), 
rnorm(7, mean = 90, sd = 2))
scores = data.frame(userID, score)

我需要一个最终结果数据框，它只是一个唯一的用户ID列表，包含所有尝试的平均值（无论是尝试过一次还是多次）。

在我尝试的所有愚蠢的方法中，我最近的是：

avgScores = aggregate(scores, by=list("userID"), "mean")

并收到以下错误消息：＆＃34;参数必须具有相同的长度。＆＃34; 我也尝试过排序和子设置（实际的数据框有时间戳），摆动我的鼻子，一起敲我的鞋子，但我没有得到任何地方，这个noob大脑被炸。

谢谢你

Answer 1

更好（更优雅）这里使用公式形式的aggregate：

aggregate(score~userID,scores,mean)

或者使用您尝试过的经典表单，但结果略有不同：

aggregate(scores,by=list(userID),mean) ## using name and not string

当然，如果你有大数据框架，最好使用其他答案中建议的解决方案之一。

Answer 2

#data.table
library(data.table)
DT<-data.table(scores)
DT[,.(mean_score=mean(score)),by=userID]

#dplyr
library(dplyr)
scores %>%
group_by(userID)%>%
summarise(mean_score=mean(score))

Answer 3

你可以这样做：

library(dplyr)
scores %>% group_by(userID) %>% summarise(mean = mean(score))

平均每个受访者的答复数量未知; [R

3 个答案: