r-使用匯總與列表進行條件平均

Question

我正在嘗試編寫腳本來簡化一些數據分析，並且在某些時候，我需要對類似於以下內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

為此，我嘗試使用聚合函數將所有其他列的平均值作為處理列的函數，但這僅對第一列成功，然后返回絕對不是均值的數字。

> 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

它通過處理正確地在復制列中返回了均值，但是我不太確定為什么在此之后它會返回不同的值。 我猜想這個數據結構可能與均值函數不兼容，但是我不確定為什么重復均值是正確的。 有沒有更好的方法可以在列表中進行這種條件平均，還是嘗試將所有內容重新構造為數據框會更好？

Answer 1

可能您的列是所有factors而不是numeric ，您應該在進行此類計算之前始終檢查data.frame列的類，因為不幸的是， aggregate不會警告您它使用了因素（這可能不會感覺）。

要了解發生了什么，請查看將數值轉換為數值時發生的情況：

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

因此，重現您的問題：

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

請注意，所有均值都是1，因為它們是轉換為數值的因子。 為了更正此問題，您應該以適當的方式將列轉換為數字（例如，使用as.numeric(as.character(x)) ），或者應確保正確導入數據。 這樣做， aggregate將為您提供所需的答案：

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