Изменение формы данных R (вычисление среднего значения столбца на основе нескольких столбцов уровня) - PullRequest
Новая
       23

Изменение формы данных R (вычисление среднего значения столбца на основе нескольких столбцов уровня)

0 голосов
/ 21 мая 2019

У меня есть R-фрейм данных с такой структурой (пример Dummy): 

df 

A B C D
1 a 3 5
1 a 5 3
1 b 2 8
2 a 4 7
2 a 6 5
2 b 4 3

...

«A», «B», «C» и «D» - заголовки столбцов.

Я хочу изменить эту структуру данных, чтобы получить среднее (среднее) для "C" и "D" по каждому уровню "A" и "B".

Итак, конечный продукт, который я хочу получить: 

new_df

A BaC BbC BaD BbD 
1  4   2   4   8
2  5   4   6   3

Мне удалось сделать это очень грубо: 

spread_df_C <- spread(df, B, C)
aggregated_df_C <- aggregate(spread_df$a, list(spread_df$A), mean)

spread_df_D <- spread(df, B, D)
aggregated_df_D <- aggregate(spread_df$a, list(spread_df$A), mean)

new_df <- merge(aggregated_df_C, aggregated_df_D, by=c("A", "A")

Это дало бы мне окончательный результат.продукт в конце концов, но я кропотливо вычисляю среднее значение для каждого из уровней.Мне нужно сделать это на нескольких уровнях, и должен быть более элегантный способ его выполнения.

Эксперты, помогите пожалуйста

Ответы [ 3 ]

1 голос
/ 21 мая 2019

Рассмотрим базовые R reshape после агрегирования и переключения имени столбца до / после периода: 

agg <- aggregate(. ~ A + B, df, mean)
rdf <- reshape(agg, idvar = "A", timevar = "B",  direction = "wide")

names(rdf)[-1] <- paste0("B", substr(names(rdf)[-1], 3, 3), substr(names(rdf)[-1], 1, 1))

rdf
#   A BaC BaD BbC BbD
# 1 1   4   4   2   8
# 2 2   5   6   4   3
1 голос
/ 21 мая 2019

Параметр, использующий пакет reshape2. 

library(reshape2)
dcast(melt(dat, measure.vars = c("C", "D")), A ~ B + variable, fun.aggregate = mean)
#  A a_C a_D b_C b_D
#1 1   4   4   2   8
#2 2   5   6   4   3

Первый шаг - melt столбцы C и D, а затем преобразование полученного кадра данных обратно в широкоформатный формат.

0 голосов
/ 21 мая 2019

С tidyverse вы можете сделать: 

df %>%
 gather(var, val, -c(1:2)) %>%
 group_by_at(1:3) %>%
 summarise(val = mean(val)) %>%
 ungroup() %>%
 mutate(var = paste(var, B, sep = "_")) %>%
 select(-2) %>%
 spread(var, val)

      A   C_a   C_b   D_a   D_b
  <int> <dbl> <dbl> <dbl> <dbl>
1     1     4     2     4     8
2     2     5     4     6     3
...