Question

我有data.frame这种格式：

df <- data.frame(time = seq(0.2,4,0.2), behavior = c(rep(0,4),rep(1,4),rep(2,4),rep(0,4),rep(1,4)), n1 = rnorm(20), n2 = rnorm(20))

因此df中的每一行都是一个时间点（实际时间由df$time表示），df$behavior表示在该时间点进行的实验中观察到的行为。< / p>

我想根据相同的连续data.frame值（即相同的观察行为）聚合df$behavior。 df$time应该相加，生成的df$n1，df$n2，...列应该在df$time的总和上取平均值。

因此，对于此示例，结果将是：

> agg.df
  time behavior          n1          n2
1  2.0        0 -1.19640776 -1.78875416
2  5.2        1 -0.52219794  0.15352409
3  8.4        2  0.40486487 -0.12017916
4 11.6        0  0.15282416 -0.08090696
5 14.8        1  0.05377323 -0.01250031

实现这一目标的最有效方法是什么？

Answer 1

以下是使用dplyr的一种方法。由于您在df中使用的rnorm没有set.seed，因此我的结果与您的结果不同。

df %>%
    group_by(group = cumsum(c(T, diff(behavior) != 0))) %>% # assigning groups
    summarise(Time = sum(time),
              ave.n1 = sum(n1) / Time,
              ave.n2 = sum(n2) / Time)


# group Time      ave.n1      ave.n2
#1    1  2.0  0.68164245 -1.57266432
#2    2  5.2 -0.26419520  0.19598772
#3    3  8.4 -0.04105184  0.24406783
#4    4 11.6  0.10536325 -0.28962844
#5    5 14.8 -0.09449933 -0.02142792

如果你有n1-n200，你可以这样做。请注意，你的n1-n200是在这里覆盖。你可以做mutate_each(funs(./time), vars = matches("^n"))。这将使用列名称创建200列，如var1，var2。您需要自己替换名称。使用当前版本的dplyr，这个重命名部分有点痛苦。但你可以轻松做到例如，使用gsub。

df %>%
    group_by(group = cumsum(c(T, diff(behavior) != 0))) %>%
    summarise_each(funs(sum = sum(., na.rm = TRUE))) %>%
    mutate_each(funs(./time), matches("^n")) %>%
    select(-behavior)

如果你想保持原来的行为，你可以这样做。

df %>%
    group_by(group = cumsum(c(T, diff(behavior) != 0))) %>%
    summarise(behavior = behavior[1]) -> foo;
    df %>%
    group_by(group = cumsum(c(T, diff(behavior) != 0))) %>%
    summarise(Time = sum(time),
              ave.n1 = sum(n1) / Time,
              ave.n2 = sum(n2) / Time) %>%
    do(cbind(.,foo[,2]))

# group Time      ave.n1      ave.n2 behavior
#1    1  2.0  0.93849292  0.90373785        0
#2    2  5.2  0.26211881 -0.11678684        1
#3    3  8.4  0.12171471  0.15838066        2
#4    4 11.6  0.11046081  0.17450358        0
#5    5 14.8 -0.06480093  0.03401513        1

聚合数据框中的行

1 个答案: