r - R中数据框的总和部分

Question

对于示例数据框:

structure(list(id = 1:10, group.id = structure(c(1L, 1L, 1L, 
2L, 2L, 2L, 3L, 3L, 3L, 1L), .Label = c("a", "b", "c"), class = "factor"), 
    x = c(2.12, 1.23, 2.36, 4.21, 2.36, NA, 2.36, 4.36, 1.23, 
    2.23), y = c(6.56, 2.36, NA, 4.36, 1.23, 8.56, 4.23, 5.36, 
    2.36, 1.23), z = c(4.36, NA, 5.23, 5.36, 1.23, 4.23, 1.23, 
    NA, 3.26, 2.23), group.x = c(NA, NA, NA, NA, NA, NA, NA, 
    NA, NA, NA), group.y = c(NA, NA, NA, NA, NA, NA, NA, NA, 
    NA, NA), group.z = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 
    NA)), .Names = c("id", "group.id", "x", "y", "z", "group.x", 
"group.y", "group.z"), class = "data.frame", row.names = c(NA, 
-10L))

我希望用组 ID 在 x、y 和 z 列中的值的平均值填充 group.x/y/z。

因此，ID 1、2、3 和 10 中的值的平均值被平均并填充到相应的列“group.x”、“group.y”和 group.z 中。随后对组执行此操作b 和 c，填充行。

理想情况下，我想要一个额外的表格来详细说明组以及值的数量和平均值，这样我就可以评估这些值的代表性。凭借我对 R 的基本知识，我只会对数据框进行子集化，并对每个部分进行平均和计数，但是必须有更好的方法......有什么想法吗？

Answer 1

我们可以使用 data.table 创建新列，其 mean 值为 'x', 'y', 'z' 按 'group.id' 分组柱子。我们使用 setDT(df1) 将“data.frame”转换为“data.table”(或者我们可以按照@Ricardo Saporta 的建议使用 as.data.table . 一个优点是初始数据集保持不变。我更喜欢使用 setDT (只是主观的))。我们不需要在初始数据集中创建 NA 列。

library(data.table)
setDT(df1)[, paste('group', c('x', 'y', 'z'), sep=".") := 
    lapply(.SD, mean, na.rm=TRUE), group.id, .SDcols=c('x','y','z')]

假设我们已经有 NA 列，确保类是相同的，即“数字”

setDT(df1)[, 6:8 := lapply(.SD, as.numeric), .SDcols=6:8][, 
   paste('group', c('x', 'y', 'z'), sep=".") := 
   lapply(.SD, mean, na.rm=TRUE), group.id, .SDcols=c('x','y','z')]