將功能應用於拆分數據幀所有子集的一列

Question

我已經根據一列連續數據的子間隔范圍划分了數據框：

Data1 <- read.csv(file.choose(), header = T)

# Order (ascending)by size
Group.order <- order(GroupN)

# Assign label to data frame ordered by group
Data1.group.order <- Data1[Group.order, ]

# Set a range of sub-intervals we wish to split the ordered data into
range <- seq(0, 300, by=75)

# Use the split function to split the ordered data, using the cut function which will           
# cut the numeric vector GroupN by the value 'range'
Split.Data1 <- split(Data1.group.order, cut(Data1.group.order$GroupN, range))

拆分數據后，我現在需要找到數據幀所有子集中各列之一的平均值，但是盡管付出了很多努力，但我仍在努力。

但是，我已經能夠使用lapply函數在整個拆分數據幀中找到多列的平均值，但不能單獨找到一列。

任何幫助，將不勝感激。

編輯：我是R新手，所以我真正想做的是查看數據幀每個子集的變量x分布，即x軸= 0-75、75-150、150-225， 225-300，y軸=變量x。 我的計划是拆分數據，為數據框的每個子集找到變量x的平均值，然后按照數據集的子集I的間隔繪制變量x。 但是，我敢肯定有更好的方法！

Answer 1

與plyr這樣的事情怎么樣：

require(plyr) # library

dat<-data.frame(x=sample(1:300,300),y=runif(300)*10)   # create random data
head(dat)

#    x        y
#1 193 2.580328
#2 119 4.519489
#3  51 5.340437
#4 114 9.249253
#5 236 4.756849
#6 108 5.926478

ddply(dat,                                                 # use dat
      .(grp=cut(dat$x,seq(0,300,75),seq(0,300,75)[-1])),   # group by formula (cut)
      summarise,                                           # tell ddply to summarise
      mean=mean(y),                                        # calc mean
      sum=sum(y))                                          # calc sum

#  grp     mean      sum
#1  75 4.620653 346.5490
#2 150 5.337813 400.3360
#3 225 4.238518 317.8889
#4 300 4.996709 374.7532