从数据框中分组和平均复制答案

【问题标题】：group and average replicates from a data frame从数据框中分组和平均复制
【发布时间】：2014-07-04 19:35:58
【问题描述】：

我有一个包含不同样本和技术复制品（AA.1、AA.2、AA.3）的数据框。每个完整样本集（所有样本技术重复）都有一个测量值 var3，并针对不同的 var2（X、Y 或 Z）重复。所以总的来说，我有（样本数）（技术重复数）（var2 的数量）测量值（var1 x var2 的所有可能组合重复 3 次）。

data.frame(
  var1=rep(rep(c('AA.1', 'AA.2', 'AA.3', 'BB.1', 'BB.2', 'BB.3'), each=3), 2),
  var2=rep(c('X', 'Y'), each=18),
  var3=sample(20:40, 36, replace=TRUE)
)

对于每个 var2，我想平均每个样本的技术复制。我想通过创建一个新的数据框来做到这一点，该数据框将样本名称列为行名称，3 列是 3 个技术复制品。然后我可以做 rowMeans() 和 sd()。这怎么可能？

【问题讨论】：

标签： r dplyr

【解决方案1】：

在基础 R 中（调用您的数据框 df）：

aggregate(var3~var1+var2,df,mean)
#    var1 var2     var3
# 1  AA.1    X 31.66667
# 2  AA.2    X 25.00000
# 3  AA.3    X 30.66667
# 4  BB.1    X 27.33333
# 5  BB.2    X 32.00000
# 6  BB.3    X 29.66667
# 7  AA.1    Y 32.33333
# 8  AA.2    Y 24.66667
# 9  AA.3    Y 26.66667
# 10 BB.1    Y 38.00000
# 11 BB.2    Y 30.33333
# 12 BB.3    Y 25.66667

【讨论】：

【解决方案2】：

有几种方法可以做到这一点。我认为使用 dplyr 可能是最直接的，但您也可以使用 tapply 命令。我有点难以从你的问题中找出你想要分组的变量，但希望运行以下代码有助于让事情变得清晰 --

假设您要查找 var3 的均值，按 var1 和 var2 分组，请输入以下内容：

library(dplyr)

dat %>% group_by(var2,var1) %>% 
summarize(var3.mean = mean(var3))

就像我说的那样，我很难判断这是否是您想要的分组结构。上面的代码将为您提供 var1 和 var2 的每个唯一组合的 var3 平均值。

【讨论】：

我收到一条错误消息，提示找不到函数 %>%。基本上，我想平均所有技术复制。每个唯一（var1）都与每个唯一（var2）匹配，并且我对每个组合都有技术复制。
对不起——我忘了说如果你还没有安装 dplyr。在输入上面的代码之前，输入：install.packages("dplyr")。鉴于澄清，我相当确定上面的代码应该识别你正在寻找的手段。
我已经安装了它，然后又重新安装了它，但我仍然收到错误。
我发现了问题。函数应该是 '%.%' 而不是 '%>%'。谢谢！
明白了。 %.% 是稍旧版本的包的语法——大约 2 个月前刚刚被替换。