在R中按月逐列连接数据帧答案

【问题标题】：concatenate data frame by column by month in R在R中按月逐列连接数据帧
【发布时间】：2014-10-24 11:12:17
【问题描述】：

我想将 2 个数据框按列组合成一个。我的数据看起来像：

     station build   Year Month  
    1   Bariko 24.5  1961     1      
    2   Bariko 29.1  1962     1       
    3   Bariko 26.4  1963     1       
    4   Bariko 29.0  1961     2       
    5   Bariko 22.0  1962     2      
    6   Bariko 25.9  1963     2       
    7   Bariko 24.2  1961     3       
    8   Bariko 23.9  1962     3       
    9   Bariko 24.4  1963     3       
    10  Bariko 24.0  1961     4      
    11  Bariko 24.2  1962     4      
    12  Bariko 24.8  1963     4

我按月计算构建的平均值。我可以用“平均”来命名。

    newdata=aggregate(build ~ station +Month, data=data, mean, na.rm = TRUE)

1）我想结合“数据”和“新数据”（4 行对应于我的 4 个月），以获得 12 行和 5 列的数据框（我可以重复每个月的平均值）。

2) 根据第 2 列和第 5 列之间的差异（data$build-data$mean）创建一个新的 value 列。最后，我将获得 6 列的数据（站、构建、年、月、平均值、差异）。最后，我可以按年份绘制差异。

谢谢，

【问题讨论】：

ave 可以让这更容易dat$mn <- with(dat, ave(build , list(station, Month), FUN=mean) )

标签： r plyr

【解决方案1】：

用dplyr试试这个：

station = "Bariko"
build = c(24.5, 29.1, 26.4, 29, 22, 25.9, 24.2, 23.9, 24.4, 24, 24.2, 24.8)
Year = c(1961,1962,1963)
Month = rep(1:4, each=3)
df<-data.frame(station,build,Year,Month)
df

dplyr 让这些事情变得非常简单：

library(dplyr)

df %>%
  group_by(Month) %>%
  mutate(mean=mean(build)) %>%
  mutate (diff= build-mean)



   station build Year Month     mean        diff
1   Bariko  24.5 1961     1 26.66667 -2.16666667
2   Bariko  29.1 1962     1 26.66667  2.43333333
3   Bariko  26.4 1963     1 26.66667 -0.26666667
4   Bariko  29.0 1961     2 25.63333  3.36666667
5   Bariko  22.0 1962     2 25.63333 -3.63333333
6   Bariko  25.9 1963     2 25.63333  0.26666667
7   Bariko  24.2 1961     3 24.16667  0.03333333
8   Bariko  23.9 1962     3 24.16667 -0.26666667
9   Bariko  24.4 1963     3 24.16667  0.23333333
10  Bariko  24.0 1961     4 24.33333 -0.33333333
11  Bariko  24.2 1962     4 24.33333 -0.13333333
12  Bariko  24.8 1963     4 24.33333  0.46666667

【讨论】：

【解决方案2】：

为了演示基础 R 中的替代方案（结合 @user20650 在 cmets 中建议的元素），within + ave 将在这里成为一个优秀的团队。 ave可以带不同的函数，但默认是mean，所以不需要指定聚合函数。

within(df, {
  Mean <- ave(build, station, Month)
  Diff <- Mean - build
})
#    station build Year Month        Diff     Mean
# 1   Bariko  24.5 1961     1  2.16666667 26.66667
# 2   Bariko  29.1 1962     1 -2.43333333 26.66667
# 3   Bariko  26.4 1963     1  0.26666667 26.66667
# 4   Bariko  29.0 1961     2 -3.36666667 25.63333
# 5   Bariko  22.0 1962     2  3.63333333 25.63333
# 6   Bariko  25.9 1963     2 -0.26666667 25.63333
# 7   Bariko  24.2 1961     3 -0.03333333 24.16667
# 8   Bariko  23.9 1962     3  0.26666667 24.16667
# 9   Bariko  24.4 1963     3 -0.23333333 24.16667
# 10  Bariko  24.0 1961     4  0.33333333 24.33333
# 11  Bariko  24.2 1962     4  0.13333333 24.33333
# 12  Bariko  24.8 1963     4 -0.46666667 24.33333

【讨论】：

【解决方案3】：

使用data.table 包：

library(data.table)
dt <- data.table(df)
dt[, Mean := mean(build), by = Month]
dt[, Diff := Mean - build]

使用plyr 包：

library(plyr)
df <- ddply(df, "Month", transform, Mean = mean(build))
df$Diff = with(df, Mean - build)

【讨论】：

@510947，如果您想建议对此答案进行改进，请在 cmets 中进行，而不是强行将其纳入答案本身
好吧..那么你去 - 对于你的第二个例子，你可以使用 mutate，这将为你节省一个步骤，就像这样 ddply(df,.(Month),mutate,mean=mean(build),diff=build-mean)