[英]aggregate on more than one variable at a time using loop and/or apply in R
我正在使用如下所示的數據幀( data
)上的編程語言R:
ID t P1 P2 P3 P4
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 100003 0 5 4 3 2
2 100003 0 6 2 1 3
3 100013 0 6 5 7 3
4 100013 0 4 5 4 1
5 100014 0 1 1 1 1
6 100014 0 1 1 1 1
7 100015 0 6 6 1 1
8 100015 0 6 6 1 1
9 100044 0 6 2 5 1
10 100044 0 6 3 1 1
11 100051 0 NA NA NA NA
12 100051 0 4 4 2 2
13 100074 0 4 6 4 3
14 100074 0 5 6 3 2
15 100075 0 2 2 1 1
目的:我需要按ID匯總來自P1,P2,P3,P4的每個變量的ID(t始終等於0),如下所示:
new_data<-aggregate(P1~ID+t,data,mean,na.rm=T)
new_data<-aggregate(P2~ID+t,data,mean,na.rm=T)
new_data<-aggregate(P3~ID+t,data,mean,na.rm=T)
new_data<-aggregate(P4~ID+t,data,mean,na.rm=T)
問題:是否存在我可以運行的循環或apply系列的某些代碼,而不是手動檢查每個變量(P1-P4)。 非常感謝!
尚未測試過,但這應該可以完成循環:
cols<-c("P1","P2","P3","P4")
dat2<-lapply(data[cols],function(x){
aggregate(x~ID+t, data, mean, na.rm=T)
})
您可以使用cbind(P1, P2, P3, P4) ~ ID + t
一次聚合多個變量,或者等效地使用點代替cbind(P1, P2, P3, P4)
。 點表示每個剩余變量。
> aggregate(. ~ ID + t, old.data, mean,na.rm=T)
ID t P1 P2 P3 P4
1 100003 0 5.5 3.0 2.0 2.5
2 100013 0 5.0 5.0 5.5 2.0
3 100014 0 1.0 1.0 1.0 1.0
4 100015 0 6.0 6.0 1.0 1.0
5 100044 0 6.0 2.5 3.0 1.0
6 100051 0 4.0 4.0 2.0 2.0
7 100074 0 4.5 6.0 3.5 2.5
8 100075 0 2.0 2.0 1.0 1.0
>
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.