dividir un data.frame por columnas usando una variable de agrupamiento

Question

Es bastante fácil dividir un data.frame por filas dependiendo de un factor de agrupamiento. ¿Pero cómo puedo dividir por columnas y posiblemente aplicar una función?

my.df <- data.frame(a = runif(10), 
     b = runif(10), 
     c = runif(10), 
     d = runif(10)) 
grp <- as.factor(c(1,1, 2,2)) 

Lo que me gustaría tener es una media de columnas por grupos.

Lo que tengo hasta ahora es deficiente.

lapply(as.list(as.numeric(levels(grp))), FUN = function(x, cn, data) { 
      rowMeans(data[grp %in% x]) 
     }, cn = grp, data = my.df) 

EDITAR Gracias a todos por participar. Ejecuté 10 réplicas * y mi data.frame de trabajo tiene aproximadamente 22000 filas. Estos son los resultados en segundos.

Roman: 2.19 
Joris: 4.60 
Joris #2: 3.79 #changed sapply to lapply as suggested by Joris in the [R chatroom][1]. 
Gavin: 4.70 
James & EDi: > 200 # * ran only one replicate due to the large order of magnitude difference 

Me pareció extraño que no haya una función de envoltura para la tarea en cuestión. Tal vez algún día podamos hacer

apply(X = my.df, MARGIN = 3, INDEX = my.groups, FUN = mean) # :) 

Answer 1

Usted puede utilizar la misma lógica, pero en una forma más conveniente:

sapply(levels(grp),function(x)rowMeans(my.df[which(grp==x)])) 

Answer 2

¿Esto funciona?

aggregate(t(my.df), list(grp), mean) 

Answer 3

¿Qué tal:

my.df2 <- data.frame(t(my.df),grp) 
aggregate(.~grp,my.df2,mean) 

Answer 4

Convertir my.df a una lista y dividir que, a continuación, aplicar su función a cada subconjunto de componentes de la lista, después de coaccionar a una trama de datos:

lapply(split(as.list(my.df), grp), function(x) rowMeans(as.data.frame(x))) 

Esto da:

> lapply(split(as.list(my.df), grp), function(x) rowMeans(as.data.frame(x))) 
$`1` 
[1] 0.8229189 0.4901288 0.2057578 0.6531641 0.3897858 0.4225179 
[7] 0.3905410 0.3928784 0.1715857 0.3973192 

$`2` 
[1] 0.61348623 0.61229702 0.31938521 0.28325342 0.25857158 
[6] 0.49071991 0.01179999 0.57639186 0.38407240 0.17467337 

lo que equivale a @ "se aplica de hombre pobre" de Roman:

> roman <- lapply(as.list(as.numeric(levels(grp))), 
+     FUN = function(x, cn, data) { 
+      rowMeans(data[grp %in% x]) 
+     }, cn = grp, data = my.df) 
> gavin <- lapply(split(as.list(my.df), grp), 
+     function(x) rowMeans(as.data.frame(x))) 
> all.equal(roman, gavin) 
[1] "names for current but not for target" 

a excepción de los nombres de los componentes.