数据帧中的向量平均值

Question

我正在尝试创建一个新的数据帧，它是一系列向量的浓缩版本。

而我的数据就是这样的

mat <- matrix(1:18, 6) 
g <- c("a", "a", "b", "b", "c", "c")
df <- cbind(g, mat)

我想实现

result_df喜欢

a 1.5 7.5 13.5
b 3.5 9.5 15.5
c 5.5 11.5 17.5

当我尝试for循环时遇到麻烦，有没有办法lapply（）或apply（）可以原生地执行此操作？ 有更简单的解决方案吗？

Answer 1

对于未来需求可能更灵活的另一种选择是使用dplyr 。 这需要数据在data.frame中，但听起来就像你所拥有的那样。

df <- data.frame(g, mat)

df %>%
  group_by(g) %>%
  summarise_all(mean)

它按g列分组，然后取所有剩余列的平均值。 它返回：

      g    X1    X2    X3
1     a   1.5   7.5  13.5
2     b   3.5   9.5  15.5
3     c   5.5  11.5  17.5

我认为这是你想要的结果。 如果与tidyr结合使用，它也可以通过将它们放在长格式中来更容易地使用/访问这些方法

df %>%
  gather(Measurement, Value, -g) %>%
  group_by(g, Measurement) %>%
  summarise(mean = mean(Value))

返回：

      g Measurement  mean
1     a          X1   1.5
2     a          X2   7.5
3     a          X3  13.5
4     b          X1   3.5
5     b          X2   9.5
6     b          X3  15.5
7     c          X1   5.5
8     c          X2  11.5
9     c          X3  17.5

Answer 2

我有两个选项，具体取决于您是要先执行行操作还是先执行列操作。

column-first选项将使用lapply循环遍历所有列，然后使用tapply为每列查找mean by group。

as.data.frame(lapply(dat, tapply, INDEX = g, mean))

行优先选项将按行将数据帧拆分为多个组，然后使用sapply查找每个子数据帧的列均值。

## implicit splitting
do.call(rbind, by(dat, g, sapply, mean))

## explicit splitting
do.call(rbind, lapply(split(dat, g), sapply, mean))

---

如果您有矩阵mat而不是数据框，我们也可以这样做

apply(mat, 2L, tapply, INDEX = g, mean)

和

do.call(rbind, by(mat, g, colMeans))

---

测试数据

dat <- data.frame(V1 = 1:6, V2 = 7:12, V3 = 13:18)

mat <- matrix(1:18, 6)

g <- gl(3, 2, labels = letters[1:3])