R:跨多个文件对一个因素的级别进行分组

Question

我是 R 的新手，在计算均值之前很难对一个因子的多个水平进行分组。这个问题很复杂，因为我正在对数百个文件执行此操作，这些文件具有需要分组的不同级别的因素。我从以前的帖子中了解到如何使用 levels () 解决单个级别的分组问题，但我的数据对于这种方法来说变化太大。

基本上，我想计算一个因素的多个水平的个体平均值和总体平均值。例如，我想计算 Status 列中以下每个因素的每个物种的平均值:Crypt1、Crypt2、Crypt3、Native、Intro，然后还有 Crypt 物种的总体平均值(包括 Crypt1、Crypt2、和 Crypt3，但不是 Native 或 Intro)。然而，一个物种要么具有多个级别的 Crypt(可变，最高为 Crypt8)，要么具有 Native 和 Intro，并且每个级别的所有物种的均值最终平均到同一个摘要表中。

例如:

Species  Status  Value
A        Crypt1    5 
A        Crypt1    6
A        Crypt2    4
A        Crypt2    8
A        Crypt3    10
A        Crypt3    50
B        Native    2
B        Native    9
B        Intro     9
B        Intro     10

我想我可以使用每个因子的第一个字母将 Crypt 因子组合在一起，但我很难找到第一个字母，因为它们是因子，而不是字符串，而且我不确定如何在它们之间进行转换.我最终使用 aggregate() 计算均值，我可以获得每个因子的单独均值，但不能获取分组因子的均值。 任何想法将不胜感激，谢谢!

Answer 1

对于个人意味着:

# assuming your data is in data.frame = df
require(plyr)
df.1 <- ddply(df, .(Species, Status), summarise, ind.m.Value = mean(Value))

> df.1
#   Species Status ind.m.Value
# 1       A Crypt1     5.5
# 2       A Crypt2     6.0
# 3       A Crypt3    30.0
# 4       B  Intro     9.5
# 5       B Native     5.5

对于总体平均值，想法是使用 sub/gsub 删除 Status 中每个条目末尾的数字。

df.1$Status2 <- gsub("[0-9]+$", "", df.1$Status)
df.2 <- ddply(df.1, .(Species, Status2), summarise, oall.m.Value = mean(ind.m.Value))

> df.2
#   Species Status2 oall.m.Value
# 1       A   Crypt     13.83333
# 2       B   Intro      9.50000
# 3       B  Native      5.50000

这是您期望的吗？