7

可能重复：
对列组应用函数

我有data.frame30 行和多列（1000+），但我需要平均每 16 列。例如，数据框将如下所示（我将其截断以使其更容易......）：

Col1            Col2            Col3            Col4........

4.176           4.505           4.048           4.489
6.167           6.184           6.359           6.444
5.829           5.739           5.961           5.764
.
.
.

因此，我无法汇总（我没有列表），我尝试了：

a <- data.frame(rowMeans(my.df[,1:length(my.df)]) )

这给了我所有 1000 多列的平均值，但是有没有办法说我想每 16 列执行一次，直到最后？（它们是总列数 16 的倍数）。

次要的，不太重要的一点，但也有助于解决这个问题。col 名称的结构如下：

XXYY4ZZZ.txt

一旦对列进行平均，我只需要一个新的列名称，XXYY其余的将被平均。我知道我可以使用 gsub，但是有没有一种最佳的方法可以一次性完成平均和这个操作？

我对 R 还是比较陌生，因此我不确定在哪里以及如何找到答案。

4

2 回答 2

5

这是一个改编自@ben 的问题和@TylerRinker 的答案的示例，来自apply a function over groups of columns。它应该能够通过列的间隔在矩阵或数据帧上应用任何函数。 

# Create sample data for reproducible example
n <- 1000
set.seed(1234)
x <- matrix(runif(30 * n), ncol = n)

# Function to apply 'fun' to object 'x' over every 'by' columns
# Alternatively, 'by' may be a vector of groups
byapply <- function(x, by, fun, ...)
{
    # Create index list
    if (length(by) == 1)
    {
        nc <- ncol(x)
        split.index <- rep(1:ceiling(nc / by), each = by, length.out = nc)
    } else # 'by' is a vector of groups
    {
        nc <- length(by)
        split.index <- by
    }
    index.list <- split(seq(from = 1, to = nc), split.index)

    # Pass index list to fun using sapply() and return object
    sapply(index.list, function(i)
            {
                do.call(fun, list(x[, i], ...))
            })
}

# Run function
y <- byapply(x, 16, rowMeans)

# Test to make sure it returns expected result
y.test <- rowMeans(x[, 17:32])
all.equal(y[, 2], y.test)
# TRUE

你可以用它做其他奇怪的事情。例如，如果您需要知道每 10 列的总和，请确保删除NAs（如果存在）：

y.sums <- byapply(x, 10, sum, na.rm = T)
y.sums[1]
# 146.7756 
sum(x[, 1:10], na.rm = T)
# 146.7756

或求标准差：

byapply(x, 10, apply, 1, sd)

更新

by也可以指定为组向量：

byapply(x, rep(1:10, each = 10), rowMeans)
于 2012-05-22T16:04:08.067 回答
0

这对我来说适用于更小的数据框：

rowMeans(my.df[,seq(1,length(my.df),by=16)])
于 2012-05-22T15:31:40.620 回答