我想在数据框的多列（十位）上使用ave函数：
ave(df[,the_cols], df[,c('site', 'month')], FUN = mean)
问题是ave 在所有the_cols 列上一起运行mean 函数。有什么方法可以分别为每个 the_cols 列运行它吗？
我尝试查看其他功能。 tapply 和 aggregate 不同，它们每组只返回一行。我需要ave 行为，即返回与原始df 中给出的行数相同的行数。还有一个by 函数，但是使用它会非常笨拙，因为它返回一个复杂的列表结构，必须以某种方式进行转换。
当然存在许多笨拙和丑陋（通过 &do.call、多个 *apply 函数调用等）的解决方案，但有一些真正简单而优雅的解决方案吗？
【问题讨论】：
也许我遗漏了一些东西，但这里的 apply() 方法会很好用，不会丑陋或需要任何丑陋的黑客攻击。一些虚拟数据：
df <- data.frame(A = rnorm(20), B = rnorm(20), site = gl(5,4), month = gl(10, 2))
有什么问题：
sapply(df[, c("A","B")], ave, df$site, df$month)
？如果您真的需要，请通过 data.frame() 将其强制转换为数据框。
R> sapply(df[, c("A","B")], ave, df$site, df$month)
A B
[1,] 0.0775 0.04845
[2,] 0.0775 0.04845
[3,] -1.5563 0.43443
[4,] -1.5563 0.43443
[5,] 0.7193 0.01151
[6,] 0.7193 0.01151
[7,] -0.9243 -0.28483
[8,] -0.9243 -0.28483
[9,] 0.3316 0.14473
[10,] 0.3316 0.14473
[11,] -0.2539 0.20384
[12,] -0.2539 0.20384
[13,] 0.5558 -0.37239
[14,] 0.5558 -0.37239
[15,] 0.1976 -0.22693
[16,] 0.1976 -0.22693
[17,] 0.2031 1.11041
[18,] 0.2031 1.11041
[19,] 0.3229 -0.53818
[20,] 0.3229 -0.53818
再把它放在一起，怎么样
AVE <- function(df, cols, ...) {
dots <- list(...)
out <- sapply(df[, cols], ave, ...)
out <- data.frame(as.data.frame(dots), out)
names(out) <- c(paste0("Fac", seq_along(dots)), cols)
out
}
R> AVE(df, c("A","B"), df$site, df$month)
Fac1 Fac2 A B
1 1 1 0.0775 0.04845
2 1 1 0.0775 0.04845
3 1 2 -1.5563 0.43443
4 1 2 -1.5563 0.43443
5 2 3 0.7193 0.01151
6 2 3 0.7193 0.01151
7 2 4 -0.9243 -0.28483
8 2 4 -0.9243 -0.28483
9 3 5 0.3316 0.14473
10 3 5 0.3316 0.14473
11 3 6 -0.2539 0.20384
12 3 6 -0.2539 0.20384
13 4 7 0.5558 -0.37239
14 4 7 0.5558 -0.37239
15 4 8 0.1976 -0.22693
16 4 8 0.1976 -0.22693
17 5 9 0.2031 1.11041
18 5 9 0.2031 1.11041
19 5 10 0.3229 -0.53818
20 5 10 0.3229 -0.53818
目前我无法了解与... 合作的细节，但您应该能够为我在这里使用的Fac1 等获得更好的名称。
我会为你抛出一个替代表示：aggregate()，但使用ave() 函数而不是mean()：
R> aggregate(cbind(A, B) ~ site + month, data = df, ave)
site month A.1 A.2 B.1 B.2
1 1 1 0.0775 0.0775 0.04845 0.04845
2 1 2 -1.5563 -1.5563 0.43443 0.43443
3 2 3 0.7193 0.7193 0.01151 0.01151
4 2 4 -0.9243 -0.9243 -0.28483 -0.28483
5 3 5 0.3316 0.3316 0.14473 0.14473
6 3 6 -0.2539 -0.2539 0.20384 0.20384
7 4 7 0.5558 0.5558 -0.37239 -0.37239
8 4 8 0.1976 0.1976 -0.22693 -0.22693
9 5 9 0.2031 0.2031 1.11041 1.11041
10 5 10 0.3229 0.3229 -0.53818 -0.53818
请注意声明的输出，但如果需要，它很容易重新调整。
【讨论】：
sapply one-liner 很简单，效果很好，谢谢！！我不会有这个想法在sapply 中运行ave，令人惊叹的codegolf :-) 虽然讨厌你的AVE 函数。既然存在如此美丽的单线，为什么要这样做？
site 和 month 信息并且不得不经常这样做，我会很快写一个这样的包装器来为我做。如果您不需要螺栓固定的因素，只需使用单线。
AVE 函数中使用 cbind 不是更好吗？我想那names()<- 的东西就不需要了。
aggregate 解决方案。它是否为组内的每条记录创建一列？看起来很讨厌 :) 如果组的记录数不同怎么办？
NA。没查。试试看并反馈...？
如果你想有一个 data.frame 回来
library(plyr)
## assuming that the_cols are string
## if col index just add the index of site and month
the_cols <- c("site", "month", the_cols)
ddply(df, c('site', 'month'), FUN = numcolwise(mean))[,the_cols]
【讨论】：
plyr 解决方案！
您可以将by 与colMeans 一起使用
by(df[,the_cols], df[,c('site', 'month')], FUN = colMeans)
你也可以在lapply中使用ave：
res <- lapply(df[,the_cols], function(x)
ave(x, df[,c('site', 'month')], FUN = mean))
data.frame(res) # create data frame
【讨论】：
by 不会返回data.frame！需要大量丑陋的代码才能将其恢复到原始结构！查看我的问题
ave 也不返回数据帧。