R中的每個16列平均

Question

可能重複：
apply a function over groups of columns

我有一個data.frame 30行和多列（1000+），但我需要每16列平均一起。例如，數據幀將看起來像這樣（我截斷它，使其更容易..）：

Col1   Col2   Col3   Col4........ 

4.176   4.505   4.048   4.489 
6.167   6.184   6.359   6.444 
5.829   5.739   5.961   5.764 
. 
. 
. 

因此，我無法聚集（我沒有一個列表），我想：

a <- data.frame(rowMeans(my.df[,1:length(my.df)])) 

這給我所有1000+ coumns的平均值，但是有沒有什麼辦法可以說我想每隔16列做一次，直到最後？ （它們是總列數的16倍）。

一個次要的，不太重要的點，但也可以用來解決這個問題。 山坳名稱的結構如下：

XXYY4ZZZ.txt 

一旦平均列所有我需要的是一個新的關口名稱只XXYY的其餘部分將被平均掉。我知道我可以使用gsub，但是有一種最佳的方法來一次完成平均和這個操作嗎？

我對R還比較陌生，因此我不確定在哪裏以及如何找到答案。

Answer 1

這工作對我來說是非常小的數據幀：

rowMeans(my.df[,seq(1,length(my.df),by=16)]) 

Answer 2

這是改編自@奔的問題，從@apply a function over groups of columns TylerRinker的答案的例子。它應該能夠通過列的間隔在矩陣或數據幀上應用任何函數。

# Create sample data for reproducible example 
n <- 1000 
set.seed(1234) 
x <- matrix(runif(30 * n), ncol = n) 

# Function to apply 'fun' to object 'x' over every 'by' columns 
# Alternatively, 'by' may be a vector of groups 
byapply <- function(x, by, fun, ...) 
{ 
    # Create index list 
    if (length(by) == 1) 
    { 
     nc <- ncol(x) 
     split.index <- rep(1:ceiling(nc/by), each = by, length.out = nc) 
    } else # 'by' is a vector of groups 
    { 
     nc <- length(by) 
     split.index <- by 
    } 
    index.list <- split(seq(from = 1, to = nc), split.index) 

    # Pass index list to fun using sapply() and return object 
    sapply(index.list, function(i) 
      { 
       do.call(fun, list(x[, i], ...)) 
      }) 
} 

# Run function 
y <- byapply(x, 16, rowMeans) 

# Test to make sure it returns expected result 
y.test <- rowMeans(x[, 17:32]) 
all.equal(y[, 2], y.test) 
# TRUE 

你可以用它做其他奇怪的事情。例如，如果你需要知道每10列的總和，是一定要刪除NA■如果存在：

y.sums <- byapply(x, 10, sum, na.rm = T) 
y.sums[1] 
# 146.7756 
sum(x[, 1:10], na.rm = T) 
# 146.7756 

或者找到標準偏差：

byapply(x, 10, apply, 1, sd) 

更新

by也可以指定爲一個組的向量：

byapply(x, rep(1:10, each = 10), rowMeans)