R - 寻找具有多个子集的均值

Question

我有一个包含 4 列的数据集，如下所示。我想创建一个第 5 列（平均值），它具有基于前 3 列的第 4 列的平均值。

例如：Id (5000) 在日期 (1/1/2018) 的第一个小时 (hour=1) 的值的平均值是前 3 行 (2+2+1) 的平均值/3 = 1.67

>

head(read_df[,1:5])

`

 Id   Date         Hour         Value   Mean
5000    1/1/2018    1             1      1.67
5000    1/1/2018    1             2      1.67
5000    1/1/2018    1             2      1.67
5100    1/1/2018    4             2       2
5100    2/1/2018    6             2       3
5100    2/1/2018    6             4       3
5100    3/1/2018    2             7       7
5200    3/1/2018    3             3      4.5
5200    3/1/2018    3             6      4.5

我尝试为每个 Id 和 Date 和 Hour 使用 for 循环。但最终在某些行中出现了 NA。请让我知道实现这一目标的有效方法。

Answer 1

我会推荐使用dplyr 包。

library(dplyr)

read_df %>% 
    group_by(ID, Date) %>%          # Specifly your by-variables
    mutate(Mean = mean(Value)) %>%  # Calculate the mean
    ungroup()

Answer 2

plyr 中的ddply 对 any 函数执行此操作。

plyr::ddply(read_df, c("Id", "Date", "Hour"), numcolwise(mean))

虽然在您的示例中我注意到第 3 行的日期不同，因此与您的示例相矛盾。

有一些更简单的函数可以做类似的事情，例如aggregate，但我喜欢ddply，因为它是一个很好的多面手。