Ho il seguente data frame
x <- read.table(text = " id1 id2 val1 val2
1 a x 1 9
2 a x 2 4
3 a y 3 5
4 a y 4 9
5 b x 1 7
6 b y 4 4
7 b x 3 9
8 b y 2 8", header = TRUE)
Voglio calcolare la media di val1 e val2 raggruppate per id1 e id2 e contare simultaneamente il numero di righe per ciascuna combinazione id1-id2. Posso eseguire ogni calcolo separatamente:
# calculate mean
aggregate(. ~ id1 + id2, data = x, FUN = mean)
# count rows
aggregate(. ~ id1 + id2, data = x, FUN = length)
Per fare entrambi i calcoli in una chiamata, ho provato
do.call("rbind", aggregate(. ~ id1 + id2, data = x, FUN = function(x) data.frame(m = mean(x), n = length(x))))
Tuttavia, ottengo un output confuso insieme a un avviso:
# m n
# id1 1 2
# id2 1 1
# 1.5 2
# 2 2
# 3.5 2
# 3 2
# 6.5 2
# 8 2
# 7 2
# 6 2
# Warning message:
# In rbind(id1 = c(1L, 2L, 1L, 2L), id2 = c(1L, 1L, 2L, 2L), val1 = list( :
# number of columns of result is not a multiple of vector length (arg 1)
Potrei usare il pacchetto plyr, ma il mio set di dati è abbastanza grande e plyr è molto lento (quasi inutilizzabile) quando la dimensione del set di dati aumenta.
Come posso utilizzare aggregate
o altre funzioni per eseguire più calcoli in una chiamata?
aggregate
menzionati nelle risposte ci sono ancheby
etapply
.