在 data.fame 中查找均值 [重复]答案

【问题标题】：Find mean within data.fame [duplicate]在 data.fame 中查找均值 [重复]
【发布时间】：2014-08-24 10:35:38
【问题描述】：

我有这张桌子：

3702    GO:0009611  0.682
3711    GO:0009611  35.418
4081    GO:0009611  18.072
3702    GO:0033554  0.400
3702    GO:0006812  0.378
3702    GO:0006412  0.373
3702    GO:0009058  0.346
3702    GO:0051641  0.312
29760   GO:0009611  28.697

我不关心第一列。第 2 列重复了一些值。我想要得到的是data.frame，其中第一列是我的初始表的第 2 列的值，而我的输出的第二列将是我的初始表的第 3 列的相应平均值。

类似：

GO:0051179  1.7398
GO:0016311  2.1595
GO:0010467  1.45633
GO:0044093  15.483
GO:0006811  2.4175
GO:0044238  0.927667
GO:0006812  3.0138
GO:0006807  1.048

事实上，我已经使用 awk 得到了这个输出：

awk '{print $2"\t"$3}' BP.txt | awk '{hash1[$1]+=$2} ; {hash2[$1]+=1} END {for (x in hash1) {print x"\t"hash1[x]/hash2[x]}}'

但不知道如何在 R 中执行此操作。

【问题讨论】：

标签： r dataframe mean

【解决方案1】：

您可以使用data.table。如果df 是您的data.frame，则执行以下操作

library(data.table) ## 1.9.2+
dt <- as.data.table(df)
dt <- dt[, list(col = mean(col3)), by = col2]

【讨论】：

Manoj。 list(col=mean(col3))- 右大括号
@akrun：已编辑。谢谢你:)

【解决方案2】：

或者只是旧的aggregate（假设temp是你的数据集）

aggregate(V3 ~ V2, temp, mean)

【讨论】：

【解决方案3】：

@csgillespie 中 tapply 的替代方法是 by 函数：

by(dd$V3, dd$V2, mean)

【讨论】：

【解决方案4】：

只需使用tapply。所以如果你有一个数据框dd，有三列V1、V2和V3，那么

tapply(dd$V3, dd$V2, mean)

会给你你想要的。

【讨论】：