r - 如何计算具有相同列名的数据框中这些列的平均值

Question

我有一个由 66 个变量的 10299 个观察值组成的数据框。其中一些变量共享一个共同的列名，我想为每个观察计算这些变量的平均值。

具有以下矩阵，列名 c(A, B, C, B, A ,C) :

A B C B A C                             
1 2 3 4 5 6         
3 5 6 7 4 3                             
3 3 3 3 5 5                             
2 2 2 2 2 2

我想得到:

A   B   C    
3   3   4.5
3.5 6   4.5
4   3   4
2   2   2

我试过for循环，命令 aggregate()但我没有得到想要的结果。

对不起，如果这个问题看起来太简单了，我已经检查了谷歌可能的解决方案，但我没有找到任何解决方案。

Answer 1

这是一个解决方案。

首先让我们定义一个示例性 data.frame (与您的示例相同)。

df <- as.data.frame(
    matrix(c(1,3,3,2,2,5,3,2,3,6,3,2,4,7,3,2,5,4,5,2,6,3,5,2),
        ncol=6,
        dimnames=list(NULL, c("A", "B", "C", "B", "A", "C"))
    )
  )

下面我们对每个唯一的列名称应用自定义函数 col :
它选择所有名为 col 的列并计算 rowMeans .结果，原子向量列表，将被强制转换为 data.frame:

res <- as.data.frame( # sapply returns a list here, so we convert it to a data.frame
    sapply(unique(names(df)), # for each unique column name
       function(col) rowMeans(df[names(df) == col]) # calculate row means
    )
  )

结果:

res
##     A B   C
## 1 3.0 3 4.5
## 2 3.5 6 4.5
## 3 4.0 3 4.0
## 4 2.0 2 2.0

编辑:
由于已经提出了许多解决方案，让我们对它们进行基准测试:

set.seed(123)
df <- as.data.frame(matrix(sample(1:9, replace=TRUE, 10000*100),
   dimnames=list(NULL, sample(LETTERS[1:5], 100, replace=TRUE)), ncol=100))
library(microbenchmark)
microbenchmark(...)
## Unit: milliseconds
##                   min         lq     median         uq        max neval
## @gagolews   61.196075   65.73211   77.22533  119.42028  127.32557    10
## @joran       8.297964   10.05242   10.90564   15.25943   65.69156    10
## @Davide   5535.272680 5731.24220 5754.67006 5808.47807 5862.22628    10

明显的赢家(至少就速度而言)是@joran 的 lapply + split + Reduce .恭喜! :-)