我有一个表格的数据框：
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到包含Code的唯一值的数据集,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
解决方法
由于“族”和“类型”在“代码”组中是常量,因此在使用ddply时,您可以对这些组进行“分组”,而不会更改任何内容.如果您的原始数据集是dat
ddply(dat,.(Family,Code,Type),summarize,Length=mean(Length))
给
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
如果Family和Type在Code组中不是常量,那么您需要定义如何汇总/聚合这些值.在这个例子中,我只取一个唯一值：
ddply(dat,.(Code),Family=unique(Family),Length=mean(Length),Type=unique(Type))
更新
使用dplyr的类似选项是
library(dplyr)
dat %>%
group_by(Family,Type) %>%
summarise(Length=mean(Length))
和
dat %>%
group_by(Code) %>%
summarise(Family=unique(Family),Type=unique(Type))
