关于tapply对多个因子的处理结果

514617335

现有实验数据如下：

data=

var1 var2 value

1 1 2

1 1 3

1 2 5

1 2 6

其中var1和var2是实验参数，value是实验值。对同一组实验参数通常需要做多次实验，所以通常结束实验后需要对同一组实验参数做平均。如果我用

tapply(X=data$value,INDEX=data[,c("var1","var2")],FUN=mean)

那么结果是得到一个array，这个只有两种参数还好，看起来还比较清楚，是一个矩阵。但是如果我有三种实验参数就悲催了。如何让我得到的结果还是一个数据框？就好像SQL里面用group by做查询一样？

得到类似下面的结果：

var1 var2 value

1 1 2.5

1 2 5.5

nan.xiao

不用 data 做对象名，data 是 utils 中的原生函数。

<br />
x = data.frame(var1  = c(1, 1, 1, 1, 2, 2, 3, 3),<br />
               var2  = c(1, 1, 2, 2, 3, 3, 4, 4),<br />
               value = 1:8)</p>
<p>aggregate(x$value, list(var1 = x$var1, var2 = x$var2), mean)<br />

</p>

514617335

恩，多谢！

514617335

采用aggregate一次只能有一个函数，并且出来的名字不能自动命名。

采用by出来的不是data.frame。

下面给出一个更加方便且易用的方法。

<br />
require(plyr)<br />
x = data.frame(var1  = c(1, 1, 1, 1, 2, 2, 3, 3),<br />
               var2  = c(1, 1, 2, 2, 3, 3, 4, 4),<br />
               value1 = 1:8,<br />
               value2=5:12)</p>
<p>ddply(x,.(var1,var2),function(x){<br />
                         data.frame(max1=max(x$value1),min2=min(x$value2))<br />
                         })<br />
#里面的函数可以有各种形式，最后ddply会自动第把结果拼起来<br />

</p>

bemyselfcc

ddply函数应该这么写比较方便：

ddply(x,.(var1,var2),summarize,avg_var=mean(value))

[s:18]

未经验证，应该是用summarise,summarize似乎都一样，这是新生成一个数据框，如果想在原数据框中加入avg_var这一项的话可以这么写

ddply(x,.(var1,var2),transform,avg_var=mean(value))