为什么不在 data.table 中首先聚合行答案

【问题标题】：Why not aggregating rows first in data.table为什么不在 data.table 中首先聚合行
【发布时间】：2017-07-27 02:53:00
【问题描述】：

我很困惑为什么我不能通过 data.table 中的 mean() 获得每一行的平均值。

> aaa <- data.table(matrix(1:9, nrow = 3))
> aaa[, `:=` (avg = mean(V1 + V2 +V3), onethird = (V1 + V2 +V3)/3)]
> aaa
   V1 V2 V3 avg onethird
1:  1  4  7  15        4
2:  2  5  8  15        5
3:  3  6  9  15        6

似乎 data.table 所做的是 mean(V1) + mean(V2) + mean(V3) 而不是 mean(V1 + V2 +V3)。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~

其实我想通过计算其他列的平均值来生成更多的列，比如从V1和V2得到avg12，从V3、V4和V5得到avg345。

> aaa <- data.table(matrix(1:10, nrow = 2))
> aaa[, `:=` (avg12 = (V1 + V2)/2, avg345 = (V3 + V4 + V5)/3)]
> aaa
   V1 V2 V3 V4 V5 avg12 avg345
1:  1  3  5  7  9     2      7
2:  2  4  6  8 10     3      8

是否可以在 (V1 + V2) 或 (V1, V2) 上使用一些简单的均值函数？

【问题讨论】：

aaa[, V1 + V2 + V3] 给出c(12,15,18) - 其平均值为15
谢谢，@thelatemail。现在我意识到 mean() 只适用于单列。
@DavidArenburg - '为什么 mean() 不能跨 data.table 中的行聚合？也许？

标签： r data.table aggregate

【解决方案1】：

我们可以使用rowMeans 来获取每一行的mean。它也可以直接应用于数据集（.SD - Data.table 的子集，当我们不指定 .SDcols 时，它会占用数据集中的所有列）

aaa[, `:=` (avg = rowMeans(.SD), onethird = (V1 + V2 + V3)/3)]

或者另一种选择是用Reduce逐行求和，然后除以列数（length(.SD)）

aaa[, `:=` (avg = Reduce(`+`, .SD)/length(.SD), onethird = (V1 + V2 +V3)/3)]

【讨论】：

aaa
@dhhan 你有什么问题？
这可能是一个解决方案。这很简单，但不只是一句话。
@dhhan Fyi，如果您的数据集的形状正确，可以在 R 中进行分析（“长格式”），那就更简单了。顺便说一句，您可能应该发布一个新问题，而不是在一个大的扩展程序中进行编辑（除非您先询问 akrun / 其他回答者，看看他们是否对扩展程序感到满意）。