r - R中重复行之间的平均值

Question

我有一个数据框 df具有重复的名称列但不重复值列的行:

name    value   etc1    etc2
A       9       1       X
A       10      1       X
A       11      1       X
B       2       1       Y
C       40      1       Y
C       50      1       Y

我需要将重复的名称聚合为一行，同时计算值列的平均值。预期输出如下:

name    value   etc1    etc2
A       10      1       X
B       2       1       Y
C       45      1       Y

我曾尝试使用 df[duplicated(df$name),]但当然这并没有给我重复的意思。我想用 aggregate() ，但问题是此函数的 FUN 部分也将适用于所有其他列，并且除其他问题外，它无法计算字符内容。由于所有其他列在“重复项”上具有相同的内容，因此我需要将它们聚合为就像名称列一样。任何提示...？

Answer 1

这里有一个 data.table解决方案。该解决方案是通用的，即使对于具有 60 列的 data.frame 也适用。由于我按值不同的所有变量对数据进行分组(参见我如何在下面创建键)

library(data.table)
dat <- read.table(text='name    value   etc1    etc2
A       9       1       X
A       10      1       X
A       11      1       X
B       2       1       Y
C       40      1       Y
C       50      1       Y',header=TRUE)
keys <- colnames(dat)[!grepl('value',colnames(dat))]
X <- as.data.table(dat)
X[,list(mm= mean(value)),keys]
  name etc1 etc2 mm
1:    A    1    X 10
2:    B    1    Y  2
3:    C    1    Y 45

编辑 扩展到多个值变量

如果您有多个数值变量要计算均值，例如，如果您的数据如下所示

  name value etc1 etc2     value1
1    A     9    1    X  2.1763485
2    A    10    1    X -0.7954326
3    A    11    1    X -0.5839844
4    B     2    1    Y -0.5188709
5    C    40    1    Y -0.8300233
6    C    50    1    Y -0.7787496

上面的解决方案可以这样扩展:

X[,lapply(.SD,mean),keys]
   name etc1 etc2 value     value1
1:    A    1    X    10  0.2656438
2:    B    1    Y     2 -0.5188709
3:    C    1    Y    45 -0.8043865

这将计算键列表中不存在的所有变量的平均值。