1

假设我在 R 中有一个数据框，我想使用 2 列“factor1”和“factor2”作为因子，并且我需要计算每对上述因子的所有其他列的平均值。运行下面的代码后，最后一行给出以下警告： 

Warning messages:
1: In split.default(seq_along(x), f, drop = drop, ...) :
  data length is not a multiple of split variable

...

为什么会发生这种情况，我应该怎么做才能使它正确？谢谢。

这是我的代码：

# Create data frame
myDataFrame <- data.frame(factor1=c(1,1,1,2,2,2,3,3,3), factor2=c(3,3,3,4,4,4,5,5,5), val1=c(1,2,3,4,5,6,7,8,9), val2=c(9,8,7,6,5,4,3,2,1))  

# Split by 2 columns (factors)
splitDataFrame <- split(myDataFrame, list(myDataFrame$factor1, mydataFrame$factor2))

# Calculate mean value for each column per each pair of factors
splitMeanValues <- lapply(splitDataFrame, function(x) apply(x, 2, mean))

# Combine back to reduced table whereas there is only one value (mean) per each pair of factors
MeanValues <- unsplit(splitMeanValues, list(unique(myDataFrame$factor1), unique(mydataFrame$factor2)))

EDIT1：添加数据框创建（见上文）

4

3 回答 3

1

如果您需要计算除因子之外的所有其他列的平均值，可以使用公式语法aggregate()

aggregate(.~factor1+factor2, myDataFrame, FUN=mean)

那返回

  factor1 factor2 val1 val2
1       1       3    2    8
2       2       4    5    5
3       3       5    8    2

您的split()方法不起作用，因为当unsplit您必须具有与拆分数据时相同的行数时。您将所有组的行数减少到只有一行。另外，unsplit真的应该与用于执行操作的完全相同的因素列表一起使用，split否则组可能会出现故障。如果你真的想要，你可以先使用一个折叠函数，然后split将列表返回到单个 data.frame 中，但对于简单的意思，可能是最好的。lapplyrbindaggregate

于 2014-06-19T04:19:58.457 回答
1

summaryBy()在doBy包中可以获得相同的结果。尽管它与本例中的情况几乎相同aggregate()。 

> library(doBy)
> summaryBy( . ~ factor1+factor2, data = myDataFrame)
#   factor1 factor2 val1.mean val2.mean
# 1       1       3         2         8
# 2       2       4         5         5
# 3       3       5         8         2
于 2014-06-19T04:30:53.337 回答
0

你试过aggregate吗？

aggregate(myDataFrame$valueColum, myDataFrame$factor1, FUN=mean) aggregate(myDataFrame$valueColum, myDataFrame$factor2, FUN=mean)

于 2014-06-19T03:42:01.643 回答