Question

我有一个格式的数据框：

  Family Code Length Type
1      A    1     11 Alpha
2      A    3      8 Beta
3      A    3      9 Beta
4      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6      2 Beta
7      C    6      5 Beta
8      C    6      4 Beta

我想通过取长度值的平均值将数据集减少到包含Code的唯一值的数据集，但也保留所有字符串变量，即

  Family Code Length Type
1      A    1     11 Alpha
2      A    3    8.5 Beta
3      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6   3.67 Beta

我已经尝试过aggregate（）和ddply（）但是这些似乎用NA替换了字符串，而我正在努力找到解决这个问题的方法。

Answer 1

由于Family和Type在Code组中保持不变，因此您可以在使用ddply时对其进行“分组”，而不会更改任何内容。如果您的原始数据集为dat

ddply(dat, .(Family, Code, Type), summarize, Length=mean(Length))

给出

  Family Code  Type    Length
1      A    1 Alpha 11.000000
2      A    3  Beta  8.500000
3      B    4 Alpha  7.000000
4      B    5 Alpha  8.000000
5      C    6  Beta  3.666667

如果Family和Type在Code组中不一致，那么您需要定义如何汇总/汇总这些值。在这个例子中，我只取一个唯一值：

ddply(dat, .(Code), summarize, Family=unique(Family), 
  Length=mean(Length), Type=unique(Type))

更新

使用dplyr的类似选项

 library(dplyr)
 dat %>% 
     group_by(Family, Code, Type) %>%
     summarise(Length=mean(Length))

和

  dat %>%
     group_by(Code) %>%
     summarise(Family=unique(Family), Length=mean(Length), Type=unique(Type))

我可以聚合数据帧并在R中保留字符串变量吗？

1 个答案:

更新