我想在数据框的许多列(十)上使用 ave
函数:
ave(df[,the_cols], df[,c('site', 'month')], FUN = mean)
问题是
ave
对所有 mean
列一起运行 the_cols
函数。有没有办法分别为每个 the_cols
列运行它?我试着看看其他功能。
tapply
和 aggregate
不同,它们每组只返回一行。我需要 ave
行为,即返回与原始 df
中给出的行数相同的行数。还有一个 by
函数,但使用它会非常笨拙,因为它返回一个复杂的列表结构,必须以某种方式进行转换。当然,存在许多笨拙和丑陋的(通过 & do.call、多个 *apply 函数调用等)解决方案,但是否有一些真正简单而优雅的解决方案?
最佳答案
也许我遗漏了一些东西,但是这里的 apply()
方法会很好用,并且不会很丑,也不会需要任何丑陋的黑客攻击。一些虚拟数据:
df <- data.frame(A = rnorm(20), B = rnorm(20), site = gl(5,4), month = gl(10, 2))
出什么问题了:
sapply(df[, c("A","B")], ave, df$site, df$month)
?如果您真的需要,可以通过
data.frame()
将其强制转换为数据帧。R> sapply(df[, c("A","B")], ave, df$site, df$month)
A B
[1,] 0.0775 0.04845
[2,] 0.0775 0.04845
[3,] -1.5563 0.43443
[4,] -1.5563 0.43443
[5,] 0.7193 0.01151
[6,] 0.7193 0.01151
[7,] -0.9243 -0.28483
[8,] -0.9243 -0.28483
[9,] 0.3316 0.14473
[10,] 0.3316 0.14473
[11,] -0.2539 0.20384
[12,] -0.2539 0.20384
[13,] 0.5558 -0.37239
[14,] 0.5558 -0.37239
[15,] 0.1976 -0.22693
[16,] 0.1976 -0.22693
[17,] 0.2031 1.11041
[18,] 0.2031 1.11041
[19,] 0.3229 -0.53818
[20,] 0.3229 -0.53818
再组合一点,怎么样
AVE <- function(df, cols, ...) {
dots <- list(...)
out <- sapply(df[, cols], ave, ...)
out <- data.frame(as.data.frame(dots), out)
names(out) <- c(paste0("Fac", seq_along(dots)), cols)
out
}
R> AVE(df, c("A","B"), df$site, df$month)
Fac1 Fac2 A B
1 1 1 0.0775 0.04845
2 1 1 0.0775 0.04845
3 1 2 -1.5563 0.43443
4 1 2 -1.5563 0.43443
5 2 3 0.7193 0.01151
6 2 3 0.7193 0.01151
7 2 4 -0.9243 -0.28483
8 2 4 -0.9243 -0.28483
9 3 5 0.3316 0.14473
10 3 5 0.3316 0.14473
11 3 6 -0.2539 0.20384
12 3 6 -0.2539 0.20384
13 4 7 0.5558 -0.37239
14 4 7 0.5558 -0.37239
15 4 8 0.1976 -0.22693
16 4 8 0.1976 -0.22693
17 5 9 0.2031 1.11041
18 5 9 0.2031 1.11041
19 5 10 0.3229 -0.53818
20 5 10 0.3229 -0.53818
使用
...
的细节目前我不知道,但是您应该能够为我在这里使用的 Fac1
等获得更好的名称。我会为你抛出一个替代表示:
aggregate()
但使用 ave()
函数而不是 mean()
:R> aggregate(cbind(A, B) ~ site + month, data = df, ave)
site month A.1 A.2 B.1 B.2
1 1 1 0.0775 0.0775 0.04845 0.04845
2 1 2 -1.5563 -1.5563 0.43443 0.43443
3 2 3 0.7193 0.7193 0.01151 0.01151
4 2 4 -0.9243 -0.9243 -0.28483 -0.28483
5 3 5 0.3316 0.3316 0.14473 0.14473
6 3 6 -0.2539 -0.2539 0.20384 0.20384
7 4 7 0.5558 0.5558 -0.37239 -0.37239
8 4 8 0.1976 0.1976 -0.22693 -0.22693
9 5 9 0.2031 0.2031 1.11041 1.11041
10 5 10 0.3229 0.3229 -0.53818 -0.53818
请注意声明的输出,但如果需要,它很容易重塑。
关于按列划分,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/21340431/