4

RI には、数年にわたって毎月測定されたいくつかの変数を持つ data.frame があります。各変数の月平均 (すべての年を使用) を求めたいと思います。理想的には、これらの新しい変数はすべて新しい data.frame (ID を引き継ぐ) にまとめられます。以下では、新しい変数を data.frame に追加するだけです。現時点でこれを行う唯一の方法 (以下) は非常に骨の折れるように思えます。R でこれを行うためのよりスマートな方法があることを望んでいました。

# Example data.frame with only two years, two month, and two variables
# In the real data set there are always 12 months per year 
# and there are at least four variables
df<- structure(list(ID = 1:4, ABC.M1Y2001 = c(10, 12.3, 45, 89), ABC.M2Y2001 = c(11.1, 
          34, 67.7, -15.6), ABC.M1Y2002 = c(-11.1, 9, 34, 56.5), ABC.M2Y2002 = c(12L,
          13L, 11L, 21L), DEF.M1Y2001 = c(14L, 14L, 14L, 16L), DEF.M2Y2001 = c(15L,
          15L, 15L, 12L), DEF.M1Y2002 = c(5, 12, 23.5, 34), DEF.M2Y2002 = c(6L,
          34L, 61L, 56L)), .Names = c("ID", "ABC.M1Y2001", "ABC.M2Y2001","ABC.M1Y2002", 
          "ABC.M2Y2002", "DEF.M1Y2001", "DEF.M2Y2001", "DEF.M1Y2002", 
          "DEF.M2Y2002"), class = "data.frame", row.names = c(NA, -4L))


# list variable to average for ABC Month 1 across years
ABC.M1.names <- c("ABC.M1Y2001", "ABC.M1Y2002") 
df <- transform(df,  ABC.M1 = rowMeans(df[,ABC.M1.names], na.rm = TRUE))

# list variable to average for ABC Month 2 across years
ABC.M2.names <- c("ABC.M2Y2001", "ABC.M2Y2002") 
df <- transform(df,  ABC.M2 = rowMeans(df[,ABC.M2.names], na.rm = TRUE))

# and so forth for ABC
# ...

# list variables to average for DEF Month 1 across years
DEF.M1.names <- c("DEF.M1Y2001", "DEF.M1Y2002") 
df <- transform(df,  DEF.M1 = rowMeans(df[,DEF.M1.names], na.rm = TRUE))

# and so forth for DEF
# ...
4

4 に答える 4

2

data.table開発バージョンv1.8.11を使用したソリューションを次に示します(これには、data.table 用にmeltおよびcastメソッドが実装されています)。

require(data.table)
require(reshape2) # melt/cast builds on S3 generic from reshape2
dt <- data.table(df) # where df is your data.frame
dcast.data.table(melt(dt, id="ID")[, sum(value)/.N, list(ID, 
        gsub("Y.*$", "", variable))], ID ~ gsub)
   ID ABC.M1 ABC.M2 DEF.M1 DEF.M2
1:  1  -0.55  11.55   9.50   10.5
2:  2  10.65  23.50  13.00   24.5
3:  3  39.50  39.35  18.75   38.0
4:  4  72.75   2.70  25.00   34.0

これだけでcbind元のデータにできます。

は S3 ジェネリックsumであるプリミティブであることに注意してください。meanしたがって、 を使用するsum(.)/length(.)方が適切です (グループ化が多すぎる場合、meanグループごとに適切なメソッドをディスパッチするのは非常に時間のかかる操作になる可能性があります)。.Nグループの長さを直接与えるdata.tableの特別な変数です。

于 2013-11-08T15:29:26.990 に答える
1

これは、大量のデータがあり、正規表現を使用して変数名と月を抽出するreshape2場合に、より自動化されたソリューションを使用したものです。このソリューションは、優れた要約表を提供します。

#  Load required package
require(reshape2)

#  Melt your wide data into long format
mdf <- melt(df , id = "ID" )

#  Extract relevant variable names from the variable colum
mdf$Month <- gsub( "^.*\\.(M[0-9]{1,2}).*$" , "\\1" , mdf$variable )
mdf$Var <- gsub( "^(.*)\\..*" , "\\1" , mdf$variable )   

#  Aggregate by month and variable
dcast( mdf , Var ~ Month , mean  )
#  Var      M1     M2
#1 ABC 30.5875 19.275
#2 DEF 16.5625 26.750

または、他のソリューションと互換性を保ち、ID同様にテーブルを返すために...

dcast( mdf , ID ~ Var + Month , mean  )
#  ID ABC_M1 ABC_M2 DEF_M1 DEF_M2
#1  1  -0.55  11.55   9.50   10.5
#2  2  10.65  23.50  13.00   24.5
#3  3  39.50  39.35  18.75   38.0
#4  4  72.75   2.70  25.00   34.0
于 2013-11-08T15:27:30.207 に答える
1

これは、ベース R では非常に簡単です。

mean.names <- split(names(df)[-1], gsub('Y[0-9]{4}$', '', names(df)[-1]))
means <- lapply(mean.names, function(x) rowMeans(df[, x], na.rm = TRUE))
data.frame(df, means)

data.frameこれにより、最後に次の 4 つの列があるオリジナルが得られます。

  ABC.M1 ABC.M2 DEF.M1 DEF.M2
1  -0.55  11.55   9.50   10.5
2  10.65  23.50  13.00   24.5
3  39.50  39.35  18.75   38.0
4  72.75   2.70  25.00   34.0
于 2013-11-08T15:27:36.987 に答える