R + reshape : data.frame 列的方差答案

【问题标题】：R + reshape : variance of columns of a data.frameR + reshape : data.frame 列的方差
【发布时间】：2010-07-28 19:56:41
【问题描述】：

我在 R 中使用 reshape 来计算 data.frame 列的聚合统计信息。这是我的data.frame：

> df
  a a b b ID
1 1 1 1 1  1
2 2 3 2 3  2
3 3 5 3 5  3

这只是一个小测试 data.frame 来尝试理解 reshape 包。我融化，然后施放，试图找出as 和bs 的平均值：

> melt(df, id = "ID") -> df.m
> cast(df.m, ID ~ variable, fun = mean)
  ID a b
1  1 1 1
2  2 2 2
3  3 3 3

啊！什么？希望c(2,3) 的平均值是 2.5，依此类推。这是怎么回事？事情是这样的：

> df.m
   ID variable value
1   1        a     1
2   2        a     2
3   3        a     3
4   1        a     1
5   2        a     2
6   3        a     3
7   1        b     1
8   2        b     2
9   3        b     3
10  1        b     1
11  2        b     2
12  3        b     3

发生了什么事？我的5s 都去哪儿了？我在这里有一个非常基本的误解吗？如果是这样：它是什么？

【问题讨论】：

标签： r dataframe reshape

【解决方案1】：

这不是一个有效的数据框，因为列没有唯一的名称。

【讨论】：

不知道我可以创建无效的 data.frames。

【解决方案2】：

我在这里更新了我的答案来解决这个问题： R: aggregate columns of a data.frame

显然，如果您的数据框没有唯一的列名，它们将无法正确融合。

编辑：而不是a a a b b 的列名，显然您需要具有唯一的列名melt() 才能正常工作。最低限度a.1 a.2 a.3 b.1 b.2，或其他东西。使用melt() 后，您可以选择在variable 的级别上使用gsub() 来消除variable 的合理级别，或者使用colsplit() 创建两个新列。对于我刚刚给出的虚拟名称，它看起来像：

levels(df.m$variable) <- gsub("\\..*", "", levels(df.m$variable))
#or
df.m <- cbind(df.m, colsplit(df.m$variable, split = "\\.", names = c("Measure","N")))

【讨论】：