如何在大 R 数据框中找到具有相同 id 的几行的平均值？ [复制]答案

【问题标题】：How to find the average of several lines with the same id in a big R dataframe? [duplicate]如何在大 R 数据框中找到具有相同 id 的几行的平均值？ [复制]
【发布时间】：2020-11-02 19:14:53
【问题描述】：

我有一个大数据框（超过 100 000 个条目），看起来像这样：

ID     Pre   temp  day  
134    10      6    1       
134    20      7    1        
134    10      8    1
234    5       1    2 
234    10      4    2 
234    15      10   3

我想通过查找相同 ID 值的 pre、temp 和 day 的平均值来减少我的数据框。最后，我的数据框看起来像这样

ID   Pre   temp  day
134  13.3   7     1
234  10     5     2.3

我不知道该怎么做？

提前谢谢你！

【问题讨论】：

简单，可以使用aggregate(.~ID,df,mean)
只想添加data.table解决方案：dt[,.SD[,.(mean(Pre), mean(temp), mean(day))], by="ID"]

标签： r dataframe mean

【解决方案1】：

使用dplyr 包，您可以group_by 您的ID 值，然后使用summarise 取平均值

library(dplyr)
df %>% 
  group_by(ID) %>% 
  summarise(Pre= mean(Pre),
            temp = mean(temp),
            day = mean(day))
# A tibble: 2 x 4
     ID   Pre  temp   day
  <dbl> <dbl> <dbl> <dbl>
1   134  13.3     7  1   
2   234  10       5  2.33

【讨论】：

【解决方案2】：

使用 dplyr，解决方案如下所示：

textFile <- "ID     Pre   temp  day  
134    10      6    1       
134    20      7    1        
134    10      8    1
234    5       1    2 
234    10      4    2 
234    15      10   3"

data <- read.table(text = textFile,header=TRUE)

library(dplyr)

data %>% group_by(ID) %>%
     summarise(.,Pre = mean(Pre),temp = mean(temp),day=mean(day))

...和输出：

  <int> <dbl> <dbl> <dbl>
1   134  13.3     7  1   
2   234  10       5  2.33
>

【讨论】：

【解决方案3】：

你可以试试下一个：

library(dplyr)

#Data
df <- structure(list(ID = c(134L, 134L, 134L, 234L, 234L, 234L), Pre = c(10L, 
20L, 10L, 5L, 10L, 15L), temp = c(6L, 7L, 8L, 1L, 4L, 10L), day = c(1L, 
1L, 1L, 2L, 2L, 3L)), class = "data.frame", row.names = c(NA, 
-6L))

#Code
df %>% group_by(ID) %>% summarise_all(mean,na.rm=T)

# A tibble: 2 x 4
     ID   Pre  temp   day
  <int> <dbl> <dbl> <dbl>
1   134  13.3     7  1   
2   234  10       5  2.33

不需要设置每个单独的变量。

【讨论】：