如何按組計算所有列的平均值？

Question

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。

Answer 1

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))

Answer 2

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

Answer 3

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")]

Answer 4

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))

Answer 5

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

Answer 6

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))