如何在 R 中同时使用统计函数和子集数据？答案

【问题标题】：How to use a statistic function and subsetting data simultaneously in R?如何在 R 中同时使用统计函数和子集数据？
【发布时间】：2018-03-04 06:18:49
【问题描述】：

我的数据看起来像这样 (dat)

region muscle    protein
head   cerebrum  78
head   cerebrum  56
head   petiole   1
head   petiole   2
tail   pectoral  3
tail   pectoral  4

我想取cerebrum 的蛋白质值的平均值。我试图寻找不同的方法来对数据进行子集here 和here。但似乎没有一种直接的方法来做到这一点。现在，我正在这样做：

datcerebrum <- dat[which(dat$muscle == "cerebrum"),]
mean(datcerebrum$protein)

我试着浓缩这一行：

mean(dat[which(dat$muscle == "cerebrum"),])

但它会抛出一个 NA 并警告参数不是数字或逻辑。有没有简单的方法来实现这一点？

【问题讨论】：

标签： r subset mean

【解决方案1】：

我们可以从base R使用aggregate

aggregate(protein ~muscle, dat, mean)
#   muscle protein
#1 cerebrum    67.0
#2 pectoral     3.5
#3  petiole     1.5

【讨论】：

【解决方案2】：

我会使用 tidyverse 包 dplyr 来做到这一点：

library(readr)
library(dplyr)
fwf <- "head   cerebrum  78
head   cerebrum  56
head   petiole   1
head   petiole   2
tail   pectoral  3
tail   pectoral  4"
dat <- read_fwf(fwf, fwf_empty(fwf, col_names = c("region", "muscle", "protein")))
# The above code is just to create your data frame - please provide reproducible data!

dat %>% filter(muscle == "cerebrum") %>% summarise(m = mean(protein))
#> # A tibble: 1 x 1
#>       m
#>   <dbl>
#> 1    67

你甚至可以同时锻炼每一块肌肉：

dat %>% group_by(muscle) %>% summarise(m = mean(protein))
#> # A tibble: 3 x 2
#>     muscle     m
#>      <chr> <dbl>
#> 1 cerebrum  67.0
#> 2 pectoral   3.5
#> 3  petiole   1.5

【讨论】：

【解决方案3】：

使用data.table的解决方案：

# Load required library
library(data.table)
# Transform you data into a data.table object
setDT(dat)
# Subset cerebrum and mean protein values
data[muscle == "cerebrum"][, mean(protein)]

【讨论】：