Question

我想在R data.frame中添加一系列基于因子列的均值。像这样：

df1 <- data.frame(X = rep(x = LETTERS[1:2], each = 3), Y = 1:6)
df2 <- aggregate(data = df1, Y ~ X, FUN = mean)
df3 <- merge(x = df1, y = df2, by = "X", suffixes = c(".Old",".New"))
df3
#   X Y.Old Y.New
# 1 A     1     2
# 2 A     2     2
# 3 A     3     2
# 4 B     4     5
# 5 B     5     5
# 6 B     6     5

要解决此问题，我需要创建两个不必要的data.frames。我想知道一种方法，可以通过因子列将一列均值附加到我的原始data.frame，而不会创建任何额外的data.frames。感谢您的时间和帮助。

Answer 1

这是ave函数的用途。

df1$Y.New <- ave(df1$Y, df1$X)

Answer 2

另外两种方法：

使用dplyr包

1。：

library(dplyr)
df1 <- df1 %>% 
  group_by(X) %>% 
  mutate(Y.new = mean(Y))

使用data.table包

2。：

library(data.table)
setDT(df1)[, Y.new := mean(Y), by = X]

都给出以下结果：

> df1
   X Y Y.new
1: A 1     2
2: A 2     2
3: A 3     2
4: B 4     5
5: B 5     5
6: B 6     5

Answer 3

ddply和transform拯救了（虽然我相信你至少会有4种不同的方式来做到这一点）：

library(plyr)
ddply(df1,.(X),transform,Y.New = mean(Y))
  X Y Y.New
1 A 1     2
2 A 2     2
3 A 3     2
4 B 4     5
5 B 5     5
6 B 6     5

Answer 4

乔兰回答得非常好，这不是你问题的答案，而是对话的延伸。如果你正在寻找两个分类变量与依赖关系的均值表，那么Hadley函数就是这样：

cast(CO2, Type ~ Treatment, value="uptake", fun.aggregate=mean, margins=TRUE)

以下是二氧化碳数据的主要视图，并查看均值表：

> head(CO2)
  Plant   Type  Treatment conc uptake
1   Qn1 Quebec nonchilled   95   16.0
2   Qn1 Quebec nonchilled  175   30.4
3   Qn1 Quebec nonchilled  250   34.8
4   Qn1 Quebec nonchilled  350   37.2
5   Qn1 Quebec nonchilled  500   35.3
6   Qn1 Quebec nonchilled  675   39.2

> library(reshape)

> cast(CO2, Type ~ Treatment, mean, margins=TRUE)  
         Type nonchilled  chilled    (all)
1      Quebec   35.33333 31.75238 33.54286
2 Mississippi   25.95238 15.81429 20.88333
3       (all)   30.64286 23.78333 27.21310

按组添加一列均值到原始数据

4 个答案: