1

如果这有点像菜鸟问题，我提前道歉，但我查看了论坛并找不到搜索我正在尝试做的事情的方法。我有一个训练集，我正在尝试找到一种方法来减少我的分类变量的级别数（在下面的示例中，类别是状态）。我想将状态映射到水平的平均值或比率。一旦输入到数据框中，我的训练集将如下所示：

    state class mean
1      CA     1    0
2      AZ     1    0
3      NY     0    0
4      CA     0    0
5      NY     0    0
6      AZ     0    0
7      AZ     1    0
8      AZ     0    0
9      CA     0    0
10     VA     1    0

我希望我的数据框中的第三列是基于类变量的第一列（状态）的平均值。所以 CA 行的平均值将为 0.333 ......因此平均列可以用作 state 列的替代品 有没有在 R 中编写显式循环的好方法？

如果我的训练集不包含新级别（例如新状态），如何映射它们？任何与 R 中方法的链接将不胜感激。

4

2 回答 2

3

这确实是该ave功能的设计目的。它确实可以用于按类别构造任何函数结果，但它的默认函数是 mean 因此得名，即 ave-(rage)：

dfrm$mean <- with( dfrm, ave( class, state ) ) #FUN=mean is the default "setting"
于 2012-01-05T00:03:11.570 回答
1 
    library(plyr)
    join(data,ddply(data,.(state),summarise,mean=mean(class)),by=("state"),type="left")
于 2012-01-04T23:21:24.460 回答