如何从 R 中的多个文件中获取列的平均值？

Question

我对 R 很陌生，这可能不是一个很难解决的问题，但我一直在四处走动，无法得到我需要的东西，所以如果有人能给我一些建议，我将不胜感激。 我以前也从未在其中一个论坛上问过问题，所以如果我没有遵循所有正常的发帖约定，我深表歉意。

我有来自另一个程序的多个 output 文件，我正在尝试使用 R 进行一些分析。 output文件的数量不会提前知道。 我将它们读入我的 R 代码并将它们存储在变量 listFinal.data 中。

我正在尝试遍历 output 文件并按 Entity.Type 列中的不同值分组，计算每种不同实体类型的出现次数，然后我需要获取每个实体类型的平均出现次数所有 output 文件。

这是我需要在 output 文件中使用的列的片段：

ID	实体类型
1	地面
2	地面
3	空气
4	空气
5	海
6	地面
7	海
8	地面
9	空气
10	地面

我正在寻找这个单个文件的结果将是：

地面	空气	海
5	3	2

我可以只为一个文件成功执行此操作，但是当我使用我编写的代码并且我有多个文件时，当我真正想要的是上面的单个结果时，我会为每个文件得到类似上面的结果，这是平均值跨所有文件。

这是我正在使用的代码：

for (h in 1:length(listFinal.data)) #listFinal.data is all the output files from another program
  listVeh.data[[h]] <- listFinal.data[[h]] %>%
  filter(Entity.Type != "Lifeform") %>%  #remove people, just count vehicles
  group_by(Entity.Type) %>%
  summarize(n = n()) 

Answer 1

这是一个玩具示例，您已将 output 数据写入列表：

set.seed(4)
d1 <- data.frame(ID = 1:30,
                 Entity.Type = sample(c("Ground", "Air", "Sea"), 30, replace=TRUE))
d2 <- data.frame(ID = 1:30,
                 Entity.Type = sample(c("Ground", "Air", "Sea"), 30, replace=TRUE))

datlist <- list(d1, d2)
names(datlist) <- c("d1", "d2")

我更喜欢ldply而不是do.call(rbind, lapply(...))因为它直接为命名列表添加数据的 id。

output <- plyr::ldply(datlist, function(x) x %>% group_by(Entity.Type) %>% summarise(n=n()))

  .id Entity.Type  n
1  d1         Air  9
2  d1      Ground  9
3  d1         Sea 12
4  d2         Air 14
5  d2      Ground  9
6  d2         Sea  7

计算整个列表中的平均值将很简单。

output %>% group_by(Entity.Type) %>% summarise(mean(n))

# A tibble: 3 x 2
  Entity.Type `mean(n)`
  <chr>           <dbl>
1 Air              11.5
2 Ground            9  
3 Sea               9.5