Question

我有这个数据集

id = c(1,1,1,2,2,3)
v1 = c(3,4,5,2,4,5)
v2 = c(3,1,2,1,4,5)
v3 = c(2,1,2,3,3,4)
mydata <- data.frame(id ,v1, v2, v3)

> mydata
  id v1 v2 v3
1  1  3  3  2
2  1  4  1  1
3  1  5  2  2
4  2  2  1  3
5  2  4  4  3
6  3  5  5  4

按ID

分组数据

groupdata <- group_by(mydata, id)

使用summaryrize函数可以通过id获得特定的列平均值：

summarize(groupdata, mean = mean(v1))
# A tibble: 3 × 2
     id  mean
  <dbl> <dbl>
1     1     4
2     2     3
3     3     5

我要做的是循环每一列并总结它们

colnames <- names(mydata)

for(i in colnames){
  assign(paste(i,"mean", sep = "_"), summarize(groupdata, mean = mean(i))) 
}

但我得到了这个

> v1_mean
# A tibble: 3 × 2
     id  mean
  <dbl> <lgl>
1     1    NA
2     2    NA
3     3    NA

我发现你不能将列名作为参数传递给汇总函数，有没有改进循环函数的建议？

Answer 1

对不起，我误会了。试一试。

library(dplyr)
grouped_mean <- mydata %>%
  group_by(id) %>%
  mutate_all(.funs = mean) %>%
  distinct(.keep_all = TRUE)

> grouped_mean
Source: local data frame [3 x 4]
Groups: id [3]

     id    v1    v2       v3
  <dbl> <dbl> <dbl>    <dbl>
1     1     4   2.0 1.666667
2     2     3   2.5 3.000000
3     3     5   5.0 4.000000

根据@jdobres评论，您可以跳过summarise_all

的步骤

grouped_mean <- mydata %>%
  group_by(id) %>%
  summarise_all(.funs = mean)
> grouped_mean
# A tibble: 3 × 4
     id    v1    v2       v3
  <dbl> <dbl> <dbl>    <dbl>
1     1     4   2.0 1.666667
2     2     3   2.5 3.000000
3     3     5   5.0 4.000000

Answer 2

我认为@Nick意味着apply(mydata, 2, mean)，结果是：

      id       v1       v2       v3 
1.666667 3.833333 2.666667 2.500000

如何循环遍历每个数据集列以按组汇总数据

2 个答案: