r - 我可以聚合数据帧并在 R 中保留字符串变量吗？

Question

我有一个形式的数据框:

  Family Code Length Type
1      A    1     11 Alpha
2      A    3      8 Beta
3      A    3      9 Beta
4      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6      2 Beta
7      C    6      5 Beta
8      C    6      4 Beta

我想通过取 Length 值的平均值将数据集减少到一个包含 Code 唯一值的数据集，但也要保留所有字符串变量，即

  Family Code Length Type
1      A    1     11 Alpha
2      A    3    8.5 Beta
3      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6   3.67 Beta

我已经尝试过 aggregate() 和 ddply() 但这些似乎用 NA 替换了字符串，我正在努力寻找解决方法。

Answer 1

自 Family和 Type在 Code 内是常数组，当您使用 ddply 时，您也可以在不更改任何内容的情况下对这些进行“分组”。 .如果您的原始数据集是 dat

ddply(dat, .(Family, Code, Type), summarize, Length=mean(Length))

给

  Family Code  Type    Length
1      A    1 Alpha 11.000000
2      A    3  Beta  8.500000
3      B    4 Alpha  7.000000
4      B    5 Alpha  8.000000
5      C    6  Beta  3.666667

如 Family和 Type在 Code 内不是常数组，那么您需要定义如何汇总/聚合这些值。在这个例子中，我只取了一个唯一的值:

ddply(dat, .(Code), summarize, Family=unique(Family), 
  Length=mean(Length), Type=unique(Type))

更新

使用 dplyr 的类似选项是

 library(dplyr)
 dat %>% 
     group_by(Family, Code, Type) %>%
     summarise(Length=mean(Length))

和

  dat %>%
     group_by(Code) %>%
     summarise(Family=unique(Family), Length=mean(Length), Type=unique(Type))