重复样本 ID 的聚合（函数 = 平均值），但保留字符串列答案

【问题标题】：Aggregate (function = mean) for duplicate sample ID, but keep string columns重复样本 ID 的聚合（函数 = 平均值），但保留字符串列
【发布时间】：2019-11-22 15:55:49
【问题描述】：

我想对具有重复样本 ID 的样本的数值列进行平均，而不丢失字符串列。

我已经设法使用聚合函数对重复的样本 ID 取平均值，但首先我必须从数据集中删除非数字列才能使其正常工作。我想保留这些描述性的列。

创建一个假数据集：

ID<-c("QYZ","MMM","QYZ","bb2","gm6","gm6","YOU","LLL","LLL","LLL")
values<-c(1,2,4,5,5,6,8,9,6,4)
Levels<-c("A","B","A","C",'D','D',"C","y","y","y")

Exampledata<-data.frame(ID,values,Levels)

这是我尝试过的代码：

Exampledata2<- aggregate(Exampledata[,-3], by = list(Exampledata$ID), mean, na.rm=TRUE)

Exampledata2 在代码之后是这样的：

  Group.1 ID   values

    bb2 NA 5.000000
    gm6 NA 5.500000
    LLL NA 6.333333  
    MMM NA 2.000000
    QYZ NA 2.500000
    YOU NA 8.000000

但我希望它看起来像这样：

 ID    values    Levels
  MMM      2      B
  QYZ      2.5    A
  bb2      5      C
  gm6      5.5    D
  YOU      8      C
  LLL      6.33   y

请注意，重复的样本 ID 之间的级别是相同的。

【问题讨论】：

标签： r aggregate mean categorical-data

【解决方案1】：

这就是你要找的吗？如果您希望它继续下去，我看起来您需要在您的分组声明中包含级别。

aggregate(Exampledata["values"], by = list(ID = ID, Levels = Levels), mean, na.rm=TRUE)

data.table 也是这样

as.data.table(Exampledata)[, .(values = mean(values)), .(ID, Levels)]

【讨论】：

您还可以将dplyr 示例添加为：Exampledata %>% group_by(ID, Levels) %>% summarise(values = mean(values, na.rm = TRUE))
谢谢！是的，我没有意识到您可以向 by(list=
或许aggregate的公式接口在这方面值得一提。 aggregate(values ~ ID + Levels, Exampledata, mean)