r - 根据另一列的聚合将非聚合列添加到聚合数据集中

Question

是否可以使用聚合函数从原始数据框中添加另一列，而不实际使用该列来聚合数据？

这是一个非常简单的数据版本，将有助于说明我的问题(我们称之为数据)

name      result.1    result.2    replicate    day     data.for.mean
"obj.1"   1           "good"      1            1        5
"obj.1"   1           "good"      2            1        7
"obj.1"   1           "great"     1            2        6
"obj.1"   1           "good"      2            2        9
"obj.1"   2           "bad"       1            1        10
"obj.1"   2           "not good"  2            1        6
"obj.1"   2           "bad"       1            2        5
"obj.1"   2           "not good"  2            2        3

"obj.2"   1           "excellent" 1            1        14
"obj.2"   1           "good"      2            1        10
"obj.2"   1           "good"      1            2        11
"obj.2"   1           "not bad"   2            2        7
"obj.2"   2           "bad"       1            1        4
"obj.2"   2           "bad"       2            1        3
"obj.2"   2           "horrible"  1            2        2
"obj.2"   2           "dismal"    2            2        1

您会注意到 result.1 和 result.2 是绑定(bind)的，因此，如果 result.1 == 1，则 result.2 很好/很棒，如果 result.1 == 2，则 result.2 = = 不好/不好。我需要聚合数据集中的这两列，并且聚合数据时选择 result.2 中的哪个值并不重要，我只需要信息来确定 result.1 列的 1 值是好还是坏， result.2 类似。因此它可能具有与 result.1 的所有值 2 相对应的所有“dismal”值。

问题是，由于 result.2 使用不同的名称来识别好/坏，我无法将它用作聚合的列。

目前我的聚合函数如下所示...

aggregated.data <- aggregate(data[c("data.for.mean")], 
            by=data[c("name", "result.1", "day") ],
            FUN= mean }
        );

这会给出像这样的一行输出...

name     result.1    day    data.for.mean
"obj.1"  1           1      6

(第 1 天 obj.1 的所有重复，结果 1 == 1 已被平均。它们的值为 5 和 7，是我的模拟数据集中的前两行。)

我想要的会产生一行这样的输出

name     result.1    result.2    day    data.for.mean
"obj.1"  1           "good"      1      6

同样，对于与 result.1 的值“1”相对应的所有值，“good”可以替换为“great”、“not bad”、“excellent”。

从 result.2 捕获信息并将其添加到aggregate.data(聚合函数的输出)的最佳方法是什么？

谢谢。

Answer 1

这是基础中的一个解决方案，它使用 merge 后跟另一个aggregate:

agg.2 <- merge(aggregated.data, data[,names(data) != 'data.for.mean'])
aggregate(result.2 ~ name+result.1+day+data.for.mean, data=agg.2, FUN=sample, size=1)
##    name result.1 day data.for.mean  result.2
## 1 obj.2        2   2           1.5    dismal
## 2 obj.2        2   1           3.5       bad
## 3 obj.1        2   2           4.0       bad
## 4 obj.1        1   1           6.0      good
## 5 obj.1        1   2           7.5     great
## 6 obj.1        2   1           8.0  not good
## 7 obj.2        1   2           9.0   not bad
## 8 obj.2        1   1          12.0 excellent

其工作原理如下:

合并会添加 result.2 值，但会在存在多个此类值的情况下创建多行。然后使用aggregate来选择这些行之一。

正如您所说，您不关心获得哪个相关的 result.2 标签，我会通过 sample 随机获得一个标签。

要返回第一个 result.2 标签，请使用 head 和 n=1 代替:

aggregate(result.2 ~ name+result.1+day+data.for.mean, data=agg.2, FUN=head, n=1)

类似地，要获取最后一个此类标签，请使用 tail 和 n=1。