聚合R数据框中的两列

Question

我在R中有一个名为food的数据框：

foodID   calories   fat    protein

 123       0.5      0.4     0.9
 432       0.65     0.3     0.7
 123       0.32     0.6     0.5
 983       0.82     0.2     0.6

我试图通过foodID以平均起来的热量和蛋白质列 。

我试过了：

cal_pro <- aggregate(food[2,4], list(food$foodID), function(df) mean(df))

但是看来我不能选择food [2,4]来应用均值函数的列？ 谁能帮我这个忙。

Answer 1

使用dplyr ，您可以只对group_by进行summarize ：

food %>%
    group_by(foodID) %>%
    summarize(calories_average = mean(calories),
              protein_average = mean(protein))

# A tibble: 3 x 3
  foodID calories_average protein_average
   <int>            <dbl>           <dbl>
1    123             0.41             0.7
2    432             0.65             0.7
3    983             0.82             0.6

无需指定每个变量，而是可以使用summarize_at选择多个变量以一次汇总。 我们传入两个参数：要汇总的变量和要应用到它们的函数列表。 如果列表是按名称命名的，那么该名称将作为后缀添加到摘要列（给出“ calores_average”和“ protein_average”：

food %>%
    group_by(foodID) %>%
    summarize_at(c('calories', 'protein'), list(average = mean))

summarize_at还允许您使用各种辅助函数来按前缀，后缀或正则表达式选择变量（如下所示）。 您可以在此处了解有关它们的更多信息： ?tidyselect::select_helpers

food %>%
    group_by(foodID) %>%
    summarize_at(vars(matches('calories|protein')), list(average = mean))

Answer 2

我们可以使用公式法

aggregate(cbind(calories, protein) ~ foodID, food, mean)

---

或使用OP的代码，它应该为c（2，4），因为如果我们执行2, 4 ，它是按行/列索引选择第4列的第2行

aggregate(food[c(2, 4)], list(food$foodID), mean)

编辑：基于@RuiBarradas评论

Answer 3

您可以使用data.table

> setDT(dt)[,list(avg_calorie=mean(calories),avg_protein=mean(protein)),by=foodID]

输出-

    foodID avg_calorie avg_protein
1:    123        0.41         0.7
2:    432        0.65         0.7
3:    983        0.82         0.6