convirtiendo la salida del comando "by" de R en el marco de datos

Question

Estoy tratando de usar el comando by de R para obtener los medios de columna para subconjuntos de un marco de datos. Por ejemplo, considere esta trama de datos:

> 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 

puedo usar comandos de R by para obtener la columna significa que de acuerdo a la columna de etiquetas:

> 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 

Pero ¿cómo obligar a la salida de nuevo a un conjunto de datos ¿marco? as.data.frame no funciona ...

> 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 

Answer 1

Usted puede utilizar ddply de plyr paquete

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 

O aggregate de 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 

O dcast de reshape2 paquete

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

Usando 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 

Answer 2

La salida de by es una list esta manera puede utilizar do.call-rbind ellos y luego convertir esto:

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 

Answer 3

Tratar con el por salida puede ser realmente molesto Acabo de encontrar una manera de retirar lo que desea en un formato de marco de datos y no necesitará paquetes adicionales.

Por lo tanto, si usted hace esto:

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

A continuación, puede transformarla en una trama de datos al hacer esto:

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

me estoy haciendo todas las filas y columnas de aux , transponiéndolo y usando as.data.frame.

Espero que ayude.