0

SO上有一些与此主题类似的问题，但与我的用例不完全相同。我有一个数据集，其中列的布局如下所示

     Id        Description          Value
     10        Cat                  19
     10        Cat                  20
     10        Cat                  5
     10        Cat                  13
     11        Cat                  17
     11        Cat                  23
     11        Cat                  7
     11        Cat                  14  
     10        Dog                  19
     10        Dog                  20
     10        Dog                  5
     10        Dog                  13
     11        Dog                  17
     11        Dog                  23
     11        Dog                  7
     11        Dog                  14

我想要做的是通过 Id、Description 捕获 Value 列的平均值。最终的数据集将如下所示。

     Id       Cat         Dog 
     10       14.25       28.5
     11       15.25       15.25

我可以以非常粗略的方式做到这一点，但效率不是很高

tempdf1 <- df %>%
  filter(str_detect(Description, "Cat")) %>%
   group_by(Id, Description) %>%
  summarize(Mean_Value = mean(Value) , na.rm = TRUE))

这不是很方便。非常感谢任何有关如何更有效地实现预期结果的建议。

4

4 回答 4

2

我会这样做tapply：

with( dat, tapply(Value, list(Id,Description), mean))
     Cat   Dog
10 14.25 14.25
11 15.25 15.25

确实返回一个矩阵对象，所以不要尝试使用“$”访问。

于 2017-12-22T21:09:08.727 回答
1

您可以使用以下方法汇总（计算平均值）每组data.table并获得所需的表格格式dcast()：

library(data.table)
foo <- setDT(d)[, mean(Value), .(Id, Description)]
#    Id Description    V1
# 1: 10         Cat 14.25
# 2: 11         Cat 15.25
# 3: 10         Dog 14.25
# 4: 11         Dog 15.25
dcast(foo, Id ~ Description, value.var = "V1")
#    Id   Cat   Dog
# 1: 10 14.25 14.25
# 2: 11 15.25 15.25
于 2017-12-22T20:58:31.363 回答
1

使用dcast甚至acast从reshape2()包装中

dcast(dat,Id~Description,mean)
   Id   Cat   Dog
 1 10 14.25 14.25
 2 11 15.25 15.25

Base R可能会更长一点：

 reshape(aggregate(.~Id+Description,dat,mean),direction = "wide",v.names  = "Value",idvar = "Id",timevar = "Description")
  Id Value.Cat Value.Dog
1 10     14.25     14.25
2 11     15.25     15.25
于 2017-12-22T21:02:50.097 回答
1

您可以使用以下summarise方法进行使用dplyr以及从长到宽的转换tidyr::spread：

library(dplyr)
library(tidyr)

df %>%
    group_by(Id, Description) %>%
    summarise(Mean = mean(Value)) %>% 
    spread(Description, Mean)

     Id   Cat   Dog
* <int> <dbl> <dbl>
1    10 14.25 14.25
2    11 15.25 15.25
于 2017-12-22T21:05:23.023 回答