R加入两个数据框，按列分组并计算平均值答案

【问题标题】：R join two data frames, group by column and calculate meanR加入两个数据框，按列分组并计算平均值
【发布时间】：2018-04-10 11:22:44
【问题描述】：

我在 Google 上四处搜索，但似乎找不到解决我遇到的问题的方法。我有两个数据框，一个按 ID 保存电影并包含它们的评分：

> summary(ratings)
    movieId        mean_rating      rating_count    
 Min.   :     1   Min.   : 1.000   Min.   :    1.0  
 1st Qu.:  6796   1st Qu.: 5.600   1st Qu.:    3.0  
 Median : 65880   Median : 6.471   Median :   18.0  
 Mean   : 58790   Mean   : 6.266   Mean   :  747.8  
 3rd Qu.: 99110   3rd Qu.: 7.130   3rd Qu.:  205.0  
 Max.   :131262   Max.   :10.000   Max.   :67310.0  
      rn           
 Length:26744      
 Class :character  
 Mode  :character

另一个是已添加到这些电影中的用户定义标签的集合。它还有一个名为movieId 的列，对应于第一个数据框中的movieId。

> summary(tags)
     userId          movieId           tag           
 Min.   :    18   Min.   :     1   Length:465564     
 1st Qu.: 28780   1st Qu.:  2571   Class :character  
 Median : 70201   Median :  7373   Mode  :character  
 Mean   : 68712   Mean   : 32628                     
 3rd Qu.:107322   3rd Qu.: 62235                     
 Max.   :138472   Max.   :131258                     
   timestamp               rn           
 Min.   :1135429210   Length:465564     
 1st Qu.:1245007262   Class :character  
 Median :1302291181   Mode  :character  
 Mean   :1298711076                     
 3rd Qu.:1366217861                     
 Max.   :1427771352

我想要做的是获得每个标签的平均电影评分。基本上，相当于这个 SQL 查询：

SELECT t.tag, AVG(r.mean_rating) FROM movielens_tags t RIGHT JOIN movielens_ratings r ON t.movieId = r.movieId GROUP BY t.tag;

我只需要输出中的 2 列：

      tag      mean_rating
sci_fi         6.23
bollywood      7.45
action         5.75

但是，此 SQL 查询永远不会结束。这就是我想在 R 中做这件事的原因。谁能帮我解决这个问题？

【问题讨论】：

请添加可重现的示例并添加预期的输出。
@Sotos 添加了预期的输出！一个可重现的样本非常困难，因为这正是我的问题所在。我的查询永远不会结束！

标签： r statistics aggregate mean

【解决方案1】：

这是你的 SQL 代码的dplyr 翻译（应该安装包dplyr）：

library(dplyr)

movielens_tags %>%
  right_join(movielens_ratings, by = "movieId") %>%
  group_by(tag) %>%
  summarise(mean_rating = mean(mean_rating)

【讨论】：