r-使用汇总与列表进行条件平均

Question

我正在尝试编写脚本来简化一些数据分析，并且在某些时候，我需要对类似于以下内容的一些子列表取平均值：

> temp1[[1]]
      Replicate Week Treatment aaa bbb ccc ddd eee
C1_T0         1    0      Cold   1   2   3   4   5
C2_T0         2    0      Cold   1   2   3   4   5
C3_T0         3    0      Cold   1   2   3   4   5
C4_T0         4    0      Cold   1   2   3   4   5
H1_T0         1    0       Hot   1   2   3   4   5
H2_T0         2    0       Hot   1   2   3   4   5
H3_T0         3    0       Hot   1   2   3   4   5
H4_T0         4    0       Hot   1   2   3   4   5

为此，我尝试使用聚合函数将所有其他列的平均值作为处理列的函数，但这仅对第一列成功，然后返回绝对不是均值的数字。

> temp10 <- aggregate( . ~ Treatment, temp1[[1]], mean)
> temp10
  Treatment Replicate Week aaa bbb ccc ddd eee
1      Cold       2.5    1   1   1   1   1   1
2       Hot       2.5    1   1   1   1   1   1

它通过处理正确地在复制列中返回了均值，但是我不太确定为什么在此之后它会返回不同的值。 我猜想这个数据结构可能与均值函数不兼容，但是我不确定为什么重复均值是正确的。 有没有更好的方法可以在列表中进行这种条件平均，还是尝试将所有内容重新构造为数据框会更好？

Answer 1

可能您的列是所有factors而不是numeric ，您应该在进行此类计算之前始终检查data.frame列的类，因为不幸的是， aggregate不会警告您它使用了因素（这可能不会感觉）。

要了解发生了什么，请查看将数值转换为数值时发生的情况：

as.numeric(as.factor(c(10, 10, 10, 10)))
[1] 1 1 1 1

因此，重现您的问题：

df <- read.table(text = "Replicate Week Treatment aaa bbb ccc ddd eee
C1_T0         1    0      Cold   1   2   3   4   5
C2_T0         2    0      Cold   1   2   3   4   5
C3_T0         3    0      Cold   1   2   3   4   5
C4_T0         4    0      Cold   1   2   3   4   5
H1_T0         1    0       Hot   1   2   3   4   5
H2_T0         2    0       Hot   1   2   3   4   5
H3_T0         3    0       Hot   1   2   3   4   5
H4_T0         4    0       Hot   1   2   3   4   5", header = TRUE)

df[-1] <- lapply(df[-1], as.factor)
temp10 <- aggregate( . ~ Treatment, df, mean)
temp10
  Treatment Replicate Week aaa bbb ccc ddd eee
1      Cold       2.5    1   1   1   1   1   1
2       Hot       2.5    1   1   1   1   1   1

请注意，所有均值都是1，因为它们是转换为数值的因子。 为了更正此问题，您应该以适当的方式将列转换为数字（例如，使用as.numeric(as.character(x)) ），或者应确保正确导入数据。 这样做， aggregate将为您提供所需的答案：

columns <- c("Week", "aaa", "bbb", "ccc", "ddd", "eee")
df[columns] <- lapply(df[columns], function(x) as.numeric(as.character(x)))
temp10 <- aggregate( . ~ Treatment, df, mean)
temp10
  Treatment Replicate Week aaa bbb ccc ddd eee
1      Cold       2.5    0   1   2   3   4   5
2       Hot       2.5    0   1   2   3   4   5