`在多组列中应用``rowmeans''

Question

对不起，人们，我看不到树木的森林。我搜索了很多，但找不到解决方案。我想要，例如，每个单元的平均值（可能是 rowMeans）在矩阵中的变量子集（或潜在的数据帧） R. 。我想使用索引向量选择这些列 tapply, ，我打电话给 a1 在下面的示例中。

> set.seed(23958)
> (dat <- matrix(sample(0:3, 10, replace = TRUE), ncol = 5))
     [,1] [,2] [,3] [,4] [,5]
[1,]    2    3    0    2    1
[2,]    2    1    1    2    1

> set.seed(6112)
> (a1 <- sample(1:2, 5, replace = TRUE))
[1] 1 1 2 2 1

在此示例中的解决方案应该看起来像这样，但是我当然想以更全面的方式做到这一点。我以为我应该使用 apply 一家人，但我找不到哪一个。

> cbind(rowMeans(dat[, a1 == 1]), rowMeans(dat[, a1 == 2]))
         [,1] [,2]
[1,] 2.000000  1.0
[2,] 1.333333  1.5

Answer 1

你仍然可以使用 tapply 这里：

do.call(rbind,
          tapply(seq_len(ncol(dat)),a1,
           function(i)rowMeans(dat[,i])))

Answer 2

如果你 t删除数据，您可以使用 by:

t(do.call(rbind,by(t(dat),a1,colMeans)))
          1   2
V1 2.000000 1.0
V2 1.333333 1.5

Answer 3

您也可以使用 aggregate 功能：

t(aggregate(t(dat), list(a1), mean))