Question

如何根据匹配的列名计算data.frame的rowMeans？

前）

 c1=rnorm(10)
 c2=rnorm(10)
 c3=rnorm(10)
 out=cbind(c1,c2,c3)
 out=cbind(out,out)

我意识到价值是相同的，这只是为了演示。 每行都是特定的测量类型（考虑它是一个因素）。

想象一下c1 =化合物1，c2 =化合物2等。我想将所有c1组合在一起并将这些行平均在一起。然后重复所有unique(colnames(out))

我的想法是这样的：

avg = rowMeans(out,by=(unique(colnames(out)))

但显然这不起作用......

Answer 1

试试这个：

sapply(unique(colnames(out)), function(i)
  rowMeans(out[,colnames(out) == i]))

Answer 2

正如@Laterow在评论中指出的那样，重复的列名会在某些时候导致麻烦;如果不在这里，你的代码中的其他地方。现在最好把它扼杀在萌芽状态。

如果您从重复的列名开始，请首先在列上使用make.unique，以.n为n的每个副本添加.1增量，从colnames(out) <- make.unique(colnames(out));开始，对于第一个副本，保留最初的唯一名称：

rowMeans

一旦完成（或者在评论中解释OP，如果它已经由列创建功能静默完成），您可以使用dplyr::select执行starts_with操作＆＃39; library(dplyr); avg_c1 <- rowMeans(select(out, starts_with("c1"));参数根据前缀对列进行分组：

 case_count <- as.integer(sub('^c\\d+\\.(\\d+)$', '\\1', colnames(out)[ncol(out)])) + 1L;
    var_count  <- as.integer(ncol(out) %/% case_count);
    avg_c <- as.data.frame(matrix(nrow = var_count , ncol = nrow(out)));

    for (i in 1:var_count) {
        avg_c[i, 1:nrow(out)] <- rowMeans(select(as.data.frame(out), starts_with(paste0("c", i))));
    }

如果你有大量的列，而不是单独指定它们，你可以使用下面的代码让它创建rowMeans的数据框，而不管输入大小如何：

select first_name
      ,last_name
      ,address
  from people

正如@Tensibai在评论中指出的那样，这个解决方案可能效率不高，而且根据您的实际数据集可能有些过分。您可能不需要它提供的灵活性，这可能是一种更简洁的方式。

EDIT1：基于OP评论
EDIT2：根据评论，一次处理所有rowMeans EDIT3：修复了基于评论的代码错误和明确的起点推理

具有匹配列名称的Rowmeans

2 个答案: