2012-09-12 85 views
7

我正在嘗試使用R的by命令獲取數據幀子集的列方式。例如,考慮這個數據幀:將R的「by」命令的輸出轉換爲數據幀

> by(z[,2:5],z$labels,colMeans) 
z[, 1]: a 
data.1 data.2 data.3 data.4 
    1.5 6.5 11.5 16.5 
------------------------------------------------------------ 
z[, 1]: b 
data.1 data.2 data.3 data.4 
    3  8  13  18 
------------------------------------------------------------ 
z[, 1]: c 
data.1 data.2 data.3 data.4 
    4.5 9.5 14.5 19.5 

但我怎麼要挾輸出回數據:

> z = data.frame(labels=c("a","a","b","c","c"),data=matrix(1:20,nrow=5)) 
> z 
    labels data.1 data.2 data.3 data.4 
1  a  1  6  11  16 
2  a  2  7  12  17 
3  b  3  8  13  18 
4  c  4  9  14  19 
5  c  5  10  15  20 

我均可以使用的by命令來獲得柱根據標籤欄是指幀? as.data.frame不工作...

> as.data.frame(by(z[,2:5],z$labels,colMeans)) 
Error in as.data.frame.default(by(z[, 2:5], z$labels, colMeans)) : 
    cannot coerce class '"by"' into a data.frame 

回答

11

您可以使用ddplyplyr包從stats

aggregate(z[,-1], by=list(z$labels), mean) 
    Group.1 data.1 data.2 data.3 data.4 
1  a 1.5 6.5 11.5 16.5 
2  b 3.0 8.0 13.0 18.0 
3  c 4.5 9.5 14.5 19.5 

或者dcast

library(plyr) 
ddply(z, .(labels), numcolwise(mean)) 
    labels data.1 data.2 data.3 data.4 
1  a 1.5 6.5 11.5 16.5 
2  b 3.0 8.0 13.0 18.0 
3  c 4.5 9.5 14.5 19.5 

或者aggregatereshape2

library(reshape2) 
dcast(melt(z), labels ~ variable, mean) 

使用sapply

t(sapply(split(z[,-1], z$labels), colMeans)) 
    data.1 data.2 data.3 data.4 
a 1.5 6.5 11.5 16.5 
b 3.0 8.0 13.0 18.0 
c 4.5 9.5 14.5 19.5 
+0

太棒了!儘管「聚合」似乎是最簡單的(對我來說最簡單的方法就是在將來再次找出問題),所有人都在做我正在尋找的東西。謝謝! – Andrew

8

by輸出是list所以你可以使用do.callrbind他們,然後轉換這樣的:

as.data.frame(do.call("rbind",by(z[,2:5],z$labels,colMeans))) 
    data.1 data.2 data.3 data.4 
a 1.5 6.5 11.5 16.5 
b 3.0 8.0 13.0 18.0 
c 4.5 9.5 14.5 19.5 
0

通過輸出處理能真的很煩人。我只是找到了一種方法來以數據框的格式提取所需內容,而不需要額外的軟件包。

所以,如果你這樣做:

aux <- by(z[,2:5],z$labels,colMeans) 

然後,您可以通過這樣做變換它在數據幀:

aux_df <- as.data.frame(t(aux[seq(nrow(aux)),seq(ncol(aux))])) 

我只是讓所有的行和列從AUX ,轉置它並使用as.data.frame。

我希望有幫助。