主要遇到stdevs问题，也可能是最佳的解决方案。
dat <- data.frame(matrix(rnorm(16*100), ncol=100)) # data
在这个例子中，我有一个100列的数据集，我需要获得25行样本组中每行的均值和stdev
我首先找到了可以单独执行此操作的代码
as.data.frame(rowMeans(dat[,1:25])) # mean of columns 1:25
as.data.frame(apply(dat[,1:25],1,mean)) # mean of columns 1:25
as.data.frame(apply(dat[,1:25],1,sd)) # sd of columns 1:25
最初我使用了rowMeans并通过以下循环完成了这项工作：
dat.means <- list() # create empty list for means
# mean of every 25 cols
count <- 1
for(i in seq(1,length(dat),25)){
dat.means[[count]] <- cbind(rowMeans(as.data.frame(dat[,i:i+24])))
count=count+1
}
此时我无法找到相当于rowMeans来计算标准偏差，因此回溯到尝试使用apply。我对如何以这种方式使用它的知识非常缺乏，而且此时我只是遇到了错误。
for(i in seq(1,length(dat),25)){
dat.means[[count]] <- cbind(apply(dat[,i:i+24],1,mean))
count=count+1
}
#Error in apply(dat[, i:i + 24], 1, mean) :
# dim(X) must have a positive length
我已尝试过上述循环的其他一些迭代但我仍然收到发布的错误。
我也有一种感觉，循环可能不是最好的方法，但我不知所措。感谢任何帮助。
回应可疑的重复问题here 计算具有NA值的数据帧中的sd和均值不是问题，问题是如何有效地将函数应用于更大数据帧中的列组
答案 0 :(得分：4)
使用data.table包：
# load 'data.table'
library(data.table)
# melt into long format and add 'row.id' variable with number of each row
dat2 <- melt(setDT(dat)[, row.id := .I], id = 'row.id')
# create a grouping variable for each block of 25 values
dat2[, grp := rep(1:4, each = 25), by = row.id]
# summarise
dat2[, .(mn = mean(value), std = sd(value) ), by = .(row.id,grp)]
给出：
row.id grp mn std
1: 1 1 -0.30388554 1.0307631
2: 2 1 0.04381967 0.7939788
3: 3 1 0.03106169 0.8581719
4: 4 1 -0.15215035 0.8200987
....
15: 15 1 -0.23641918 0.7024393
16: 16 1 0.09745967 1.0253811
17: 1 2 -0.16414997 0.8695713
18: 2 2 -0.06763887 1.0294245
....
31: 15 2 0.06034238 0.7756055
32: 16 2 0.16387033 0.9285894
33: 1 3 0.32860736 1.0802055
34: 2 3 0.51183174 0.9562819
....
47: 15 3 0.16075275 1.0335789
48: 16 3 -0.43298467 1.1010562
49: 1 4 0.24918962 0.9580600
50: 2 4 -0.13005426 1.1693455
....
62: 14 4 0.02436604 0.7341284
63: 15 4 -0.19614383 0.7039496
64: 16 4 0.01182338 0.8465747
这是如何运作的：
setDT(dat)数据框转换为data.table（data.frame的增强形式）[, row.id := .I]添加一个带有rownumber的变量melt将数据转换为长格式，并将rownumber作为标识符。row.id，使用rep(1:4, each = 25)创建一个分组变量，该变量创建一个25 1的向量，然后是25 2，依此类推。例如，row.id == 1的前25个值（对应于原始dat的前25列 - 数据框）获得组ID 1，第二个25个值获取组ID { {1}}，等等。2汇总为dat2[, .(mn = mean(value), std = sd(value) ), by = .(row.id,grp)]和row.id作为分组变量。结果是每行的每组列的平均值和标准差。
另一种选择是使用grp和dcast的组合，并可以在melt中指定多个聚合函数：
dcast给出：
dcast(melt(setDT(dat)[, row.id := .I], id = 'row.id')[, grp := rep(1:4, each = 25), by = row.id],
row.id ~ grp, fun.aggregate = list(mean, sd))
使用 row.id value_mean_1 value_mean_2 value_mean_3 value_mean_4 value_sd_1 value_sd_2 value_sd_3 value_sd_4
1: 1 -0.30388554 -0.16414997 0.32860736 0.24918962 1.0307631 0.8695713 1.0802055 0.9580600
2: 2 0.04381967 -0.06763887 0.51183174 -0.13005426 0.7939788 1.0294245 0.9562819 1.1693455
3: 3 0.03106169 -0.07250312 0.21619928 0.13092043 0.8581719 1.1439506 0.9441762 1.0006230
4: 4 -0.15215035 -0.08417522 -0.27278714 -0.04190002 0.8200987 0.9008114 1.0394255 1.2063465
5: 5 0.21871123 0.08029101 -0.04965507 -0.15279897 0.9593703 0.8409534 0.8878550 1.0157824
6: 6 0.22335221 0.27142844 0.14032413 0.09975956 1.1154142 1.0896226 0.8587636 1.1147968
7: 7 0.16725794 -0.03462013 0.14675249 -0.15678569 0.9991910 0.9236954 1.1258560 1.0250408
8: 8 -0.12872236 0.03884649 -0.48565736 -0.30525278 1.0118579 1.0266040 1.1284902 0.9048042
9: 9 0.25986114 0.25181718 0.07673463 -0.11521187 1.0509685 0.8352278 1.0952720 1.0706587
10: 10 -0.32670802 -0.04590547 0.22610217 0.09406650 1.0674699 0.8378048 0.8128130 0.9126611
11: 11 -0.16219092 -0.24172025 -0.14231462 0.03671087 1.1617784 1.0522955 0.8899262 0.8982543
12: 12 0.21109682 0.19735885 -0.03901236 -0.19283362 0.9064956 0.9530479 1.0422911 0.8323033
13: 13 0.11926882 0.29611127 -0.37648849 -0.08673776 1.0739078 0.7220276 0.9455307 0.9623676
14: 14 0.26478861 0.16054927 -0.03315950 0.02436604 1.0555501 1.0713119 0.9112082 0.7341284
15: 15 -0.23641918 0.06034238 0.16075275 -0.19614383 0.7024393 0.7756055 1.0335789 0.7039496
16: 16 0.09745967 0.16387033 -0.43298467 0.01182338 1.0253811 0.9285894 1.1010562 0.8465747
/ dplyr：
tidyr或者用基础R：
library(dplyr)
library(tidyr)
dat %>%
mutate(id = row_number()) %>%
gather(k, v, 1:100) %>%
group_by(id) %>%
mutate(grp = rep(1:4, each = 25)) %>%
group_by(id, grp) %>%
summarise(mn = mean(v), std = sd(v))
答案 1 :(得分：0)
在Base R中，您可以使用与行长相同的向量进行tapply。
t(apply(dat, 1, function(row){
tapply(row, INDEX=rep(1:4,c(25,25,25,25)), mean) # or sd
})
)
因此，我们在每个行的数据集上运行apply。这被传递给tapply，其中行中每个元素的索引被分类为数字1,2,3 e.t.c（在这种情况下与row的长度相同）。并将根据需要应用该功能。
输出：
1 2 3 4
[1,] -0.121142260 0.09109255 0.14969065 -0.008491494
[2,] 0.100938120 0.05852706 0.01694019 0.142837311
[3,] -0.270040421 -0.13509216 -0.02526398 0.176398683
[4,] -0.098860947 -0.02428447 0.34782123 -0.113218821
[5,] 0.058705197 0.25760489 0.30359424 0.457067044
[6,] -0.004329987 0.16322551 -0.20793649 -0.100291690
[7,] 0.146482094 0.08483679 0.16754837 -0.027107295
[8,] 0.013796914 -0.09084366 0.23347784 -0.194043232
[9,] -0.292440563 0.03362355 0.03668636 -0.113120322
[10,] -0.083525957 -0.04704885 0.21239136 0.378796710
[11,] 0.355684510 -0.34531764 -0.17021181 -0.293445102
[12,] 0.165324616 -0.32272002 -0.28986401 -0.135609262
[13,] 0.134330325 -0.04966847 0.22928705 0.012515783
[14,] -0.117367280 0.14220143 0.03655234 -0.175041681
[15,] 0.313223877 0.29656269 -0.14042955 -0.173458094
[16,] 0.062781966 0.09551260 -0.05704605 0.048142911