Question

This question already has answers here:

Possible Duplicate:
apply a function over groups of columns

我有一个 < code> data. frame , 包含30行和许多栏目 (1000+), 但我需要将每16个栏目平均在一起。例如, 数据框将看起来是这样( 我将它剪短, 以便让它更容易。 ) :

Col1            Col2            Col3            Col4........

4.176           4.505           4.048           4.489
6.167           6.184           6.359           6.444
5.829           5.739           5.961           5.764
.
.
.

因此,我不能汇总(我没有一份清单),我试图:

a <- data.frame(rowMeans(my.df[,1:length(my.df)]) )

这给了我所有1000+圆圈的平均数, 但有没有任何办法可以说我想做每16个圆柱直到最后? (它们是总圆柱数的16个倍数)

A secondary, less important point but would be useful to solve this as well. The col names are in the following structure:

XXYY4ZZZ.txt

一旦平均了列数,我只需要一个新的连号名称, 只有 < code> XXYY < / code >, 因为其余的将被平均。我知道我可以使用 gsub, 但是是否有最佳方法可以实现平均, 而此操作可以一次性完成?

我对R来说还是比较新的,因此我不知道在哪里和如何找到答案。

Answer 1

以下是从 @bens question 和 @TylerRinkers 回答中改编的一个例子。它应该能够对矩阵或数据框架按列间隔间隔应用任何功能。

# Create sample data for reproducible example
n <- 1000
set.seed(1234)
x <- matrix(runif(30 * n), ncol = n)

# Function to apply  fun  to object  x  over every  by  columns
# Alternatively,  by  may be a vector of groups
byapply <- function(x, by, fun, ...)
{
    # Create index list
    if (length(by) == 1)
    {
        nc <- ncol(x)
        split.index <- rep(1:ceiling(nc / by), each = by, length.out = nc)
    } else #  by  is a vector of groups
    {
        nc <- length(by)
        split.index <- by
    }
    index.list <- split(seq(from = 1, to = nc), split.index)

    # Pass index list to fun using sapply() and return object
    sapply(index.list, function(i)
            {
                do.call(fun, list(x[, i], ...))
            })
}

# Run function
y <- byapply(x, 16, rowMeans)

# Test to make sure it returns expected result
y.test <- rowMeans(x[, 17:32])
all.equal(y[, 2], y.test)
# TRUE

您可以用它做其他奇特的事情。例如,如果您需要知道每10列的总和, 请确定删除 < code> NA (如果存在的话) :

y.sums <- byapply(x, 10, sum, na.rm = T)
y.sums[1]
# 146.7756 
sum(x[, 1:10], na.rm = T)
# 146.7756

或找到标准偏差 :

byapply(x, 10, apply, 1, sd)

<强 > 更新

by 也可以指定为一组矢量:

byapply(x, rep(1:10, each = 10), rowMeans)

Answer 2

这对我来说用一个小得多的数据框架:

rowMeans(my.df[,seq(1,length(my.df),by=16)])

友情链接