基于列子串的行均值

Question

我有一个看起来像这样的数据框:

df <- data.frame("CB_1.1"=c(0,5,6,2), "CB_1.16"=c(1,5,3,6), "HC_2.11"=c(3,3,4,5), "HC_1.12"=c(2,3,4,5), "HC_1.13"=c(1,0,0,5))

> df
  CB_1.1 CB_1.16 HC_2.11 HC_1.12 HC_1.13
1      0       1       3       2       1
2      5       5       3       3       0
3      6       3       4       4       0
4      2       6       5       5       5

我想在“.”之前取共享列名子字符串的行的平均值。产生这样的数据帧:

  CB_1 HC_2 HC_1
1  0.5    3  1.5
2  5.0    3  1.5
3  4.5    4  2.0
4  4.0    5  5.0

您会注意到 HC_2.11 列值保持不变，因为没有其他列有 HC_2在这个数据框中。

任何帮助，将不胜感激!

Answer 1

1) 申请/申请 对于每一行，使用名称前缀的 INDEX 和函数 mean 对它使用 tapply .转置结果。不使用任何包。

prefix <- sub("\\..*", "", names(df))
t(apply(df, 1, tapply, prefix, mean))

给出这个矩阵(如果需要数据框结果，请将其包装在 data.frame(...) 中):

     CB_1 HC_1 HC_2
[1,]  0.5  1.5    3
[2,]  5.0  1.5    3
[3,]  4.5  2.0    4
[4,]  4.0  5.0    5

2) lm 运行指定的回归。公式中的 +0 表示不添加拦截。系数的转置将是所需的矩阵，m .在下一行使名称更好。 prefix来自(1)。不使用任何包。

m <- t(coef(lm(t(df) ~ prefix + 0)))
colnames(m) <- sub("prefix", "", colnames(m))
m

给出这个矩阵

     CB_1 HC_1 HC_2
[1,]  0.5  1.5    3
[2,]  5.0  1.5    3
[3,]  4.5  2.0    4
[4,]  4.0  5.0    5

这是根据以下事实得出的:(1) 模型矩阵 X 仅包含 1 和 0，并且 (2) 它的不同列是正交的。模型矩阵如下所示:

X <- model.matrix(~ prefix + 0) # model matrix
X

给予:

  prefixCB_1 prefixHC_1 prefixHC_2
1          1          0          0
2          1          0          0
3          0          0          1
4          0          1          0
5          0          1          0
attr(,"assign")
[1] 1 1 1
attr(,"contrasts")
attr(,"contrasts")$prefix
[1] "contr.treatment"

因为模型矩阵的列X与 df 的特定行 y 的任何列对应的系数正交( t(df) 的列)只是 sum(x * y) / sum(x * x)自 x是一个 0/​​1 向量，等于 y 的值的平均值对应于 x 中的 1 .

3) 堆叠/点击 转换为长格式插入 id同时列。然后使用 tapply转换回宽幅tapply-ing mean .不使用任何包。

long <- transform(stack(df), ind = sub("\\..*", "", ind), id = c(row(df)))    
with(long, tapply(values, long[c("id", "ind")], mean))

给这张 table 。包裹在 as.data.frame.matrix如果你想要一个 data.frame。

   ind
id  CB_1 HC_1 HC_2
  1  0.5  1.5    3
  2  5.0  1.5    3
  3  4.5  2.0    4
  4  4.0  5.0    5