如何按列分组？

Question

我有一个学生分数的数据框，而不是获取每个学生的总体平均分数，我需要按“课程类型”为每个学生获取平均分数，例如，课程 a、c、d 是同一类型，课程 b、e 是同一类型。我通过以下代码做到这一点，但它还不够“R”：

x <- data.frame(a=c(1,2,3), b=c(4,5,6), c=c(6,7,8),
                d=c(7,8,9), e=c(10, 11, 12))
group <- data.frame(no=c(1,2,1,1,2), name=c("a", "b", "c", "d","e"))

> x
  a b c d  e
1 1 4 6 7 10
2 2 5 7 8 11
3 3 6 8 9 12

> group
  no name
1  1    a
2  2    b
3  1    c
4  1    d
5  2    e

我认为这有点愚蠢：

x.1 <- x[,as.character(group$name[group$no==1])]
x.2 <- x[,as.character(group$name[group$no==2])]
mean.by.no <- data.frame(x.1.mean=apply(x.1, 1, mean),
                         x.2.mean=apply(x.2, 1, mean))

Answer 1

如果mean.by.no 是预期结果，我们可以split 'name' 列通过'no'（'group' 数据集）得到一个列表。使用apply 系列函数之一 (lapply/sapply/vapply)，我们可以将输出用作“x”的列索引，并获得每一行的平均值 (rowMeans)。

 vapply(with(group, split(as.character(name), no)),
               function(y) rowMeans(x[y]), numeric(nrow(x)))
 #            1 2
 #[1,] 4.666667 7
 #[2,] 5.666667 8
 #[3,] 6.666667 9

或者使用tapply，我们可以使用行和列的分组索引得到mean。

indx <- xtabs(no~name, group)[col(x)]
t(tapply(as.matrix(x), list(indx, row(x)), FUN=mean))
#         1 2
#1 4.666667 7
#2 5.666667 8
#3 6.666667 9

或者另一种选择是在将“data.frame”转换为“data.table”(setDT) 之后，使用 melt 从 data.table 将“x”从“宽”格式转换为“长”格式.将键列设置为“名称”（setkey(..），并得到按“no”和“rn”分组的mean（由keep.rownames=TRUE 创建的行号列）。如果需要，可以使用dcast 将输出转换回“宽”格式。

library(data.table)#v1.9.5+
dL <- setkey(melt(setDT(x, keep.rownames=TRUE), id.var='rn', 
     variable.name='name')[, name:= as.character(name)], 
      name)[group[2:1]][,mean(value) , by=list( no, rn)]
dcast(dL, rn~paste0('mean',no), value.var='V1')[,rn:=NULL][]
#      mean1 mean2
#1: 4.666667     7
#2: 5.666667     8
#3: 6.666667     9

Answer 2

这可能有一种更优雅的方式，但是：

library(reshape)
library(plyr)
 x <- data.frame(a=c(1,2,3), b=c(4,5,6), c=c(6,7,8), d=c(7,8,9), e=c(10, 11, 12))
 group <- data.frame(no=c(1,2,1,1,2), name=c("a", "b", "c", "d","e"))

a<-melt(x)
names(a)<-c("name", "score")
b<-merge(a, group, by="name")
c<-ddply(b, c("no"), summarize, meanscore=mean(score))
c

> c
  no meanscore
1  1  5.666667
2  2  8.000000