R如何将功能应用于几个子集答案

【问题标题】：R How to apply function to several subsetsR如何将功能应用于几个子集
【发布时间】：2014-04-29 22:04:31
【问题描述】：

我的数据集如下所示：

movie.id unknown Action Adventure rating 
1        0       0      0         3.831461 
2        0       1      1         3.416667 
3        0       0      0         3.945946
4        0       1      0         2.894737
5        1       0      0         4.358491

我想计算每种类型的平均评分。我可以手动对每个子集进行子集化，但我想更自动地完成它

update1：每部电影可以有多个流派，对于每个流派，如果电影属于流派，则值为 1，如果不是，则值为 0

update2：所以我想计算每部电影在冒险列中有 1 的收视率平均值，接下来是每部电影在动作列中有 1 分的电影，以及未知列（未知也是流派）等等

【问题讨论】：

什么定义了“流派”？电影可以不止一种类型吗？电影 2 是动作冒险类型还是电影 2 是“动作冒险”类型？
动作和冒险是两种类型，每部电影都属于不止一种类型
或者没有流派？（上面的电影 1 和 3）？
这种情况下可能是未知数，不知道有没有没有流派的电影。数据集中的类型比较多，我只是复制了一些，所以可能没有

标签： r apply subset

【解决方案1】：

使用reshape2 和dplyr 包：

首先安装它们：

> install.packages("reshape2")
> install.packages("dplyr")
> require(reshape2)
> require(dplyr)

然后：

> m
  id unknown Action Adventure     rating
1  1       0      0         0 0.51391395
2  2       0      1         1 0.02915435
3  3       0      0         0 0.88752693
4  4       0      1         0 0.57660751
5  5       1      0         0 0.59169393

然后它是一个单行：

> melt(m,measure=c("Action","Adventure","unknown")) %.% filter(value==1) %.% group_by(variable) %.% summarize(meanRating = mean(rating))
Source: local data frame [3 x 2]

   variable meanRating
1    Action 0.30288093
2 Adventure 0.02915435
3   unknown 0.59169393

只是为了检查，唯一重要的是：

> mean(m$rating[m$Action==1])
[1] 0.3028809

当您有很多流派时，将measure= 参数设置为流派列的名称。

更改变量的名称以获得更好的东西：

> melt(m,measure=c("Action","Adventure","unknown"),variable.name="genre") %.% filter(value==1) %.% group_by(genre) %.% summarize(meanRating = mean(rating))
Source: local data frame [3 x 2]

      genre meanRating
1    Action 0.30288093
2 Adventure 0.02915435
3   unknown 0.59169393

【讨论】：

它看起来会产生我想要的输出，但我得到这个错误：错误：找不到函数“%.%”是什么意思？我该如何使用它？

【解决方案2】：

我相信这看起来也是有效的：

genres = names(DF)[2:4]
ret = lapply(genres, function(x) mean(DF[["rating"]][as.logical(DF[[x]])]))
cbind.data.frame(genres, means = unlist(ret)) #or whatever formating manipulation
#     genres    means
#1   unknown 4.358491
#2    Action 3.155702
#3 Adventure 3.416667

DF:

DF = structure(list(movie.id = 1:5, unknown = c(0L, 0L, 0L, 0L, 1L
), Action = c(0L, 1L, 0L, 1L, 0L), Adventure = c(0L, 1L, 0L, 
0L, 0L), rating = c(3.831461, 3.416667, 3.945946, 2.894737, 4.358491
)), .Names = c("movie.id", "unknown", "Action", "Adventure", 
"rating"), class = "data.frame", row.names = c(NA, -5L))

【讨论】：