r - 将 R 的“by”命令的输出转换为数据帧

Question

我正在尝试使用 R 的by命令来获取数据框子集的列均值。例如，考虑这个数据框：

> z = data.frame(labels=c("a","a","b","c","c"),data=matrix(1:20,nrow=5))
> z
  labels data.1 data.2 data.3 data.4
1      a      1      6     11     16
2      a      2      7     12     17
3      b      3      8     13     18
4      c      4      9     14     19
5      c      5     10     15     20

我可以使用 R 的by命令根据标签列获取列均值：

> by(z[,2:5],z$labels,colMeans)
z[, 1]: a
data.1 data.2 data.3 data.4
   1.5    6.5   11.5   16.5
------------------------------------------------------------
z[, 1]: b
data.1 data.2 data.3 data.4
     3      8     13     18
------------------------------------------------------------
z[, 1]: c
data.1 data.2 data.3 data.4
   4.5    9.5   14.5   19.5

但是如何将输出强制返回到数据框？ as.data.frame不工作...

> as.data.frame(by(z[,2:5],z$labels,colMeans))
Error in as.data.frame.default(by(z[, 2:5], z$labels, colMeans)) :
  cannot coerce class '"by"' into a data.frame

Answer 1

您可以ddply从plyr包中使用

library(plyr)
ddply(z, .(labels), numcolwise(mean))
  labels data.1 data.2 data.3 data.4
1      a    1.5    6.5   11.5   16.5
2      b    3.0    8.0   13.0   18.0
3      c    4.5    9.5   14.5   19.5

或aggregate从stats

aggregate(z[,-1], by=list(z$labels), mean)
  Group.1 data.1 data.2 data.3 data.4
1       a    1.5    6.5   11.5   16.5
2       b    3.0    8.0   13.0   18.0
3       c    4.5    9.5   14.5   19.5

或dcast从reshape2包装

library(reshape2)
dcast( melt(z), labels ~ variable, mean)

使用sapply：

 t(sapply(split(z[,-1], z$labels), colMeans))
  data.1 data.2 data.3 data.4
a    1.5    6.5   11.5   16.5
b    3.0    8.0   13.0   18.0
c    4.5    9.5   14.5   19.5

Answer 2

的输出by是 alist所以你可以使用do.call它们rbind然后转换它：

as.data.frame(do.call("rbind",by(z[,2:5],z$labels,colMeans)))
  data.1 data.2 data.3 data.4
a    1.5    6.5   11.5   16.5
b    3.0    8.0   13.0   18.0
c    4.5    9.5   14.5   19.5

Answer 3

处理副输出可能真的很烦人。我刚刚找到了一种以数据框格式提取您想要的内容的方法，并且您不需要额外的包。

所以，如果你这样做：

aux <- by(z[,2:5],z$labels,colMeans)

然后，您可以通过执行以下操作将其转换为数据框：

  aux_df <- as.data.frame(t(aux[seq(nrow(aux)),seq(ncol(aux))]))

我只是从 aux 中获取所有行和列，转置它并使用 as.data.frame。

我希望这会有所帮助。