我可以在 R 中聚合数据帧并保留字符串变量吗？

Question

我有一个以下形式的数据框：

  Family Code Length Type
1      A    1     11 Alpha
2      A    3      8 Beta
3      A    3      9 Beta
4      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6      2 Beta
7      C    6      5 Beta
8      C    6      4 Beta

我想通过取长度值的平均值将数据集减少为包含唯一代码值的数据集，但也保留所有字符串变量，即

  Family Code Length Type
1      A    1     11 Alpha
2      A    3    8.5 Beta
3      B    4      7 Alpha
5      B    5      8 Alpha
6      C    6   3.67 Beta

我尝试过aggregate()和ddply () 但这些似乎用 NA 替换了字符串，我正在努力寻找解决这个问题的方法。

Answer 1

由于 Family 和 Type 在 Code 组中是不变的，因此当您使用 时，您也可以对它们进行“分组”，而无需更改任何内容ddply。如果您的原始数据集是 dat

ddply(dat, .(Family, Code, Type), summarize, Length=mean(Length))

给出

  Family Code  Type    Length
1      A    1 Alpha 11.000000
2      A    3  Beta  8.500000
3      B    4 Alpha  7.000000
4      B    5 Alpha  8.000000
5      C    6  Beta  3.666667

If Family and Type are not Constant inside a Code group，那么您需要定义如何总结/聚合这些值。在此示例中，我仅采用单个唯一值：

ddply(dat, .(Code), summarize, Family=unique(Family), 
  Length=mean(Length), Type=unique(Type))

使用 dplyr更新

类似选项是

 library(dplyr)
 dat %>% 
     group_by(Family, Code, Type) %>%
     summarise(Length=mean(Length))

和

  dat %>%
     group_by(Code) %>%
     summarise(Family=unique(Family), Length=mean(Length), Type=unique(Type))