在R中，是否有一种基于多个解释变量计算/绘制平均值的有效方法？

Question

以下是我的意思：

让我们使用R附带的void PlaySentence(String path){ try { AssetFileDescriptor afd = getAssets().openFd(path); player.setDataSource(afd.getFileDescriptor(), afd.getStartOffset(), afd.getLength()); player.prepare(); player.start(); } catch (Exception ex) { if (BuildConfig.DEBUG) Log.d(TAGName, ex.getMessage()); } } 数据集作为一个简单的例子。在这个数据集中有3列：长度，补充，剂量。剂量和补充剂都是长度的解释变量。例如，将剂量与长度作图并使用补充剂作为一个因素是很容易的。例如，使用qplot你就可以这样做：

ToothGrowth

接下来我要做的就是随着剂量的增加，看到每种补品的平均增长趋势。即，构建一个非常相似的图，除了我希望y变量是基于剂量和补充的值的平均值。

我不确定如何通过调用qplot来实现这一点。在我看来，或许要做的事情是计算新的列或其他东西，但我也不确定如何使用类似qplot(x = ToothGrowth$dose , y = ToothGrowth$len, color = ToothGrowth$supp) 的东西来构建基于多个解释变量的新列。 / p>

Answer 1

我认为这可能是您正在寻找的，但您可能需要澄清。以下是使用dplyr

生成平均值的方法

Avg_ToothGrowth <- ToothGrowth %>%
  group_by(supp, dose) %>%
  summarise(avg_len = mean(len)) %>%
  ungroup

qplot(dose, avg_len, data = Avg_ToothGrowth, color = supp)

这可以让您接近，但您可能需要通过dplyr教程才能更好地了解group_by和summarise的用法。我使用ungroup来删除剩余的分组，因为它们不需要（可能有更好的方法）。

修改

您还可以使用每个组的趋势线绘制原始数据

# With confidence interval
qplot(dose, len, data = ToothGrowth, color = supp, geom = c('smooth', 'point'), method = 'lm')
# Without confidence interval
qplot(dose, len, data = ToothGrowth, color = supp, geom = c('smooth', 'point'), method = 'lm', se=FALSE)

Answer 2

我个人更喜欢使用dplyr作为steveb，但如果您不熟悉该软件包，没有它的解决方案可能更容易理解。函数aggregate()可以帮助您：

tg <- aggregate(len ~ dose + supp, mean, data = ToothGrowth)

第一个参数是一个公式，它告诉函数它应该为len和dose具有相同值的所有行聚合列supp的值。第二个参数给出了用于聚合的函数，即mean。所以，实际做的是以下几点：

• 数据框的行按dose和supp分组。因此，组中的所有行都具有dose和supp的相同值。

• 然后，对于每个组，函数mean()将应用于列len。

这正是dplyr解决方案中正在发生的事情，但在那里，这两个步骤更明确地阐明了。

然后可以绘制结果数据框：

qplot(dose, len, colour = supp, data = tg)