[英]How to calculate mean of all columns, by group?
我需要使用 R 獲取大型數據集所有列的平均值,按 2 個變量分組。
讓我們用 mtcars 試試:
library(dplyr)
g_mtcars <- group_by(mtcars, cyl, gear)
summarise(g_mtcars, mean (hp))
# Source: local data frame [8 x 3]
# Groups: cyl [?]
#
# cyl gear `mean(hp)`
# <dbl> <dbl> <dbl>
# 1 4 3 97.0000
# 2 4 4 76.0000
# 3 4 5 102.0000
# 4 6 3 107.5000
# 5 6 4 116.5000
# 6 6 5 175.0000
# 7 8 3 194.1667
# 8 8 5 299.5000
它適用於“hp”,但我需要獲取 mtcars 的所有其他列的平均值(組成一個組的“cyl”和“gear”除外)。 數據集很大,有幾列。 像這樣手動輸入: summarise(g_mtcars, mean (hp), mean(drat), mean (wt),...)
是不切實際的。
Edit2:
dplyr<\/code>的最新版本建議使用
across<\/code>函數的常規
summarise<\/code> ,如:
library(dplyr)
mtcars %>%
group_by(cyl, gear) %>%
summarise(across(everything(), mean))
aggregate
是在base
中執行此操作的最簡單方法:
aggregate(. ~ cyl + gear, data = mtcars, FUN = mean)
# cyl gear mpg disp hp drat wt qsec vs am carb
# 1 4 3 21.500 120.1000 97.0000 3.700000 2.465000 20.0100 1.0 0.00 1.000000
# 2 6 3 19.750 241.5000 107.5000 2.920000 3.337500 19.8300 1.0 0.00 1.000000
# 3 8 3 15.050 357.6167 194.1667 3.120833 4.104083 17.1425 0.0 0.00 3.083333
# 4 4 4 26.925 102.6250 76.0000 4.110000 2.378125 19.6125 1.0 0.75 1.500000
# 5 6 4 19.750 163.8000 116.5000 3.910000 3.093750 17.6700 0.5 0.50 4.000000
# 6 4 5 28.200 107.7000 102.0000 4.100000 1.826500 16.8000 0.5 1.00 2.000000
# 7 6 5 19.700 145.0000 175.0000 3.620000 2.770000 15.5000 0.0 1.00 6.000000
# 8 8 5 15.400 326.0000 299.5000 3.880000 3.370000 14.5500 0.0 1.00 6.000000
使用 data.table.(但是你不能setDT(mtcars)
因為綁定被鎖定。將它復制到不同的名稱,如 dt 並嘗試
library(data.table)
mt_dt = as.data.table(mtcars)
mt_dt[ , lapply(.SD, mean) , by=c("cyl", "gear")]
使用dplyr 1.1.0
,您可以使用.by
進行內聯分組:
summarise(mtcars, across(everything(), mean), .by = c(cyl, gear))
您可以在
dplyr::summarize<\/code>中使用多個均值語句,如下所示:
library(dplyr)
mtcars %>%
group_by(cyl, gear) %>%
summarize(mean_hp = mean(hp), mean_wt = mean(wt))
# Source: local data frame [8 x 4]
# Groups: cyl [?]
# cyl gear mean_hp mean_wt
# <dbl> <dbl> <dbl> <dbl>
# 1 4 3 97.0000 2.465000
# 2 4 4 76.0000 2.378125
# 3 4 5 102.0000 1.826500
# 4 6 3 107.5000 3.337500
# 5 6 4 116.5000 3.093750
# 6 6 5 175.0000 2.770000
# 7 8 3 194.1667 4.104083
# 8 8 5 299.5000 3.370000
為了完整起見,您可以使用包
plyr<\/code>並執行以下操作:
library(plyr)
ddply(mtcars,c('cyl','gear'), summarize,mean_hp=mean(hp))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.