计算组平均值、总和或其他汇总统计数据。并将列分配给原始数据

Question

我想计算 mean （或任何其他长度为 1 的汇总统计数据，例如 min、max、length、分组变量（“组”）每个级别内数值变量（“值”）的 sum）。

摘要统计数据应分配给一个与原始数据相同长度的新变量。也就是说，原始数据的每一行都应该有一个与当前组值相对应的值 - 数据集不应该折叠为每组一行。例如，考虑组 mean：

之前

id  group  value
1   a      10
2   a      20
3   b      100
4   b      200

之后

id  group  value  grp.mean.values
1   a      10     15
2   a      20     15
3   b      100    150
4   b      200    150

Answer 1

您可以在 dplyr 中使用 mutate 执行此操作：

library(dplyr)
df %>%
  group_by(group) %>%
  mutate(grp.mean.values = mean(value))

...或使用 data.table 通过引用分配新列 (: =）：

library(data.table)
setDT(df)[ , grp.mean.values := mean(value), by = group]

Answer 2

看一下 ave 函数。如果

df$grp.mean.values <- ave(df$value, df$group)

---

您想使用ave来计算每个组的其他内容，则需要指定FUN = your-desired-function，例如FUN = min：

df$grp.min <- ave(df$value, df$group, FUN = min)

Answer 3

一种选择是使用plyr。 ddply 需要一个 data.frame （第一个 d）并返回一个 data.frame （第二个 d）。其他 XXply 函数的工作方式类似；即ldply需要一个list并返回一个data.frame，dlply则相反......等等等等。第二个参数是分组变量。第三个参数是我们要为每个组计算的函数。

require(plyr)
ddply(dat, "group", transform, grp.mean.values = mean(value))

  id group value grp.mean.values
1  1     a    10              15
2  2     a    20              15
3  3     b   100             150
4  4     b   200             150

Answer 4

这是使用基本函数aggregate和merge的另一个选项：

merge(x, aggregate(value ~ group, data = x, mean), 
     by = "group", suffixes = c("", "mean"))

  group id value.x value.y
1     a  1      10      15
2     a  2      20      15
3     b  3     100     150
4     b  4     200     150

您可以使用后缀获得“更好”的列名称：

merge(x, aggregate(value ~ group, data = x, mean), 
     by = "group", suffixes = c("", ".mean"))


  group id value value.mean
1     a  1    10         15
2     a  2    20         15
3     b  3   100        150
4     b  4   200        150