数据帧中向量的均值

Question

我正在尝试创建一个新的数据框，它是一系列向量的压缩版本。

虽然我的数据是像

这样构建的

mat <- matrix(1:18, 6) 
g <- c("a", "a", "b", "b", "c", "c")
df <- cbind(g, mat)

我想实现

result_df 喜欢

a 1.5 7.5 13.5
b 3.5 9.5 15.5
c 5.5 11.5 17.5

我在尝试 for 循环时遇到了麻烦，有没有办法 lapply() 或 apply() 可以在本地执行此操作？有没有更简单的解决方案？

Answer 1

我有两种选择，取决于你是先做行操作还是先做列操作。

column-first 选项将使用lapply 遍历所有列，然后使用tapply 查找每列的组平均值。

as.data.frame(lapply(dat, tapply, INDEX = g, mean))

row-first 选项会将数据帧逐行拆分为若干组，然后使用sapply 查找每个子数据帧的列均值。

## implicit splitting
do.call(rbind, by(dat, g, sapply, mean))

## explicit splitting
do.call(rbind, lapply(split(dat, g), sapply, mean))

---

如果你有一个矩阵mat而不是一个数据框，我们可以类似地做

apply(mat, 2L, tapply, INDEX = g, mean)

和

do.call(rbind, by(mat, g, colMeans))

---

测试数据

dat <- data.frame(V1 = 1:6, V2 = 7:12, V3 = 13:18)

mat <- matrix(1:18, 6)

g <- gl(3, 2, labels = letters[1:3])

Answer 2

另一个可能更灵活地满足未来需求的选项是使用dplyr。这要求数据位于 data.frame 中，但听起来这就是你所拥有的。

df <- data.frame(g, mat)

df %>%
  group_by(g) %>%
  summarise_all(mean)

它按g 列分组，然后取所有剩余列的平均值。它返回：

      g    X1    X2    X3
1     a   1.5   7.5  13.5
2     b   3.5   9.5  15.5
3     c   5.5  11.5  17.5

我相信这是您想要的结果。如果与tidyr 结合使用，还可以通过将它们放在长格式中来更轻松地使用/访问这些方法

df %>%
  gather(Measurement, Value, -g) %>%
  group_by(g, Measurement) %>%
  summarise(mean = mean(Value))

返回：

      g Measurement  mean
1     a          X1   1.5
2     a          X2   7.5
3     a          X3  13.5
4     b          X1   3.5
5     b          X2   9.5
6     b          X3  15.5
7     c          X1   5.5
8     c          X2  11.5
9     c          X3  17.5