Question

我有一个学生分数的数据框，而不是每个学生的总体平均分数，我需要为每个学生获得“课程类型”的平均分数，例如，课程a，c，d是相同的类型，和课程b，e是相同的类型。我通过以下代码执行此操作，但它不够“R”：

x <- data.frame(a=c(1,2,3), b=c(4,5,6), c=c(6,7,8),
                d=c(7,8,9), e=c(10, 11, 12))
group <- data.frame(no=c(1,2,1,1,2), name=c("a", "b", "c", "d","e"))

> x
  a b c d  e
1 1 4 6 7 10
2 2 5 7 8 11
3 3 6 8 9 12

> group
  no name
1  1    a
2  2    b
3  1    c
4  1    d
5  2    e

我认为这有些愚蠢：

x.1 <- x[,as.character(group$name[group$no==1])]
x.2 <- x[,as.character(group$name[group$no==2])]
mean.by.no <- data.frame(x.1.mean=apply(x.1, 1, mean),
                         x.2.mean=apply(x.2, 1, mean))

Answer 1

如果mean.by.no是预期结果，我们可以split使用“{1}}名称＆＃39;专栏＆＃39; no＆＃39; （＆＃39; group＆＃39;数据集）获取列表。使用apply系列函数之一（lapply/sapply/vapply），我们可以将输出用作＆＃39; x＆＃39;的列索引，并获取每行的均值（rowMeans ）。

 vapply(with(group, split(as.character(name), no)),
               function(y) rowMeans(x[y]), numeric(nrow(x)))
 #            1 2
 #[1,] 4.666667 7
 #[2,] 5.666667 8
 #[3,] 6.666667 9

或者使用tapply，我们可以使用行和列的分组索引获取mean。

indx <- xtabs(no~name, group)[col(x)]
t(tapply(as.matrix(x), list(indx, row(x)), FUN=mean))
#         1 2
#1 4.666667 7
#2 5.666667 8
#3 6.666667 9

或另一种选择是转换＆＃39; x＆＃39;来自＆＃39; wide＆＃39;长期＆＃39;转换＆＃39; data.frame＆＃39;后，使用melt中的data.table格式化到＆＃39; data.table＆＃39; （setDT）。将键列设置为＆＃39; name＆＃39; （setkey(..），并将mean分组为＆＃39; no＆＃39;和＆＃39;＆＃39; （由keep.rownames=TRUE创建的行号列）。如果需要，可以将输出转换回“广泛”状态。格式使用dcast。

library(data.table)#v1.9.5+
dL <- setkey(melt(setDT(x, keep.rownames=TRUE), id.var='rn', 
     variable.name='name')[, name:= as.character(name)], 
      name)[group[2:1]][,mean(value) , by=list( no, rn)]
dcast(dL, rn~paste0('mean',no), value.var='V1')[,rn:=NULL][]
#      mean1 mean2
#1: 4.666667     7
#2: 5.666667     8
#3: 6.666667     9

Answer 2

这可能是一种更优雅的方式，但是：

library(reshape)
library(plyr)
 x <- data.frame(a=c(1,2,3), b=c(4,5,6), c=c(6,7,8), d=c(7,8,9), e=c(10, 11, 12))
 group <- data.frame(no=c(1,2,1,1,2), name=c("a", "b", "c", "d","e"))

a<-melt(x)
names(a)<-c("name", "score")
b<-merge(a, group, by="name")
c<-ddply(b, c("no"), summarize, meanscore=mean(score))
c

> c
  no meanscore
1  1  5.666667
2  2  8.000000

如何按列分组？

2 个答案: