r - 根据两列查找唯一组合并计算平均值

Question

我在 R 中有一个问题，我似乎无法解决。

我有以下数据框：

图 1

我想：

1. 查找“物种”和“效果”列的独特组合
2. 报告属于这个独特组合的浓度
3. 如果这种独特的组合出现不止一次，计算平均浓度

并希望获得以下数据框：

图 2

我尝试了下一个脚本来获得独特的组合：

UniqueCombinations <- Data[!duplicated(Data[,1:2]),]

但不知道如何从那里开始。

提前感谢您的回答！

蒂娜

Answer 1

创建一些示例数据：

dat <- data.frame(Species = rep.int(LETTERS[1:4], c(4, 1, 3, 2)),
                  Effect = c(rep("Reproduction", 3), "Growth", "Growth",
                             "Reproduction", "Mortality", "Mortality",
                             "Growth", "Growth"),
                  Concentration = rnorm(10))

您可以使用以下功能aggregate：

aggregate(Concentration ~ Species + Effect, dat, mean)

Answer 2

尝试以下方法（感谢 Brandon Bertelsen 的好评）：

创建数据：

foo = data.frame(Species=c(rep("A",4),"B",rep("C",3),"D","D"), 
                 Effect=c(rep("Reproduction",3), rep("Growth",2),
                          "Reproduction", rep("Mortality",2), rep("Growth",2)), 
                 Concentration=c(1.2,1.4,1.3,1.5,1.6,1.2,1.1,1,1.3,1.4))

使用很棒的包plyr来获得一点魔法:)

library(plyr)
ddply(foo, .(Species,Effect), function(x) mean(x[,"Concentration"]))

这是一个更复杂但更简洁的版本（再次感谢 Brandon Bertelsen）：

ddply(foo, .(Species,Effect), summarize, mean=mean(Concentration))

Answer 3

在我结束之前只是为了好玩......假设你data.frame被称为“dat”，这里还有两个选择：

1. 一个data.table解决方案。

   library(data.table)
   datDT <- data.table(dat, key="Species,Effect")
   datDT[, list(Concentration = mean(Concentration)), by = key(datDT)]
   #    Species       Effect Concentration
   # 1:       A       Growth          1.50
   # 2:       A Reproduction          1.30
   # 3:       B       Growth          1.60
   # 4:       C    Mortality          1.05
   # 5:       C Reproduction          1.20
   # 6:       D       Growth          1.35
   

2. 一个sqldf解决方案。

   library(sqldf)
   sqldf("select Species, Effect,
         avg(Concentration) `Concentration`
         from dat
         group by Species, Effect")
   #   Species       Effect Concentration
   # 1       A       Growth          1.50
   # 2       A Reproduction          1.30
   # 3       B       Growth          1.60
   # 4       C    Mortality          1.05
   # 5       C Reproduction          1.20
   # 6       D       Growth          1.35