我有一個列名顯示分組資訊的矩陣（下面示例中的組 A 和 B）。我想要的是對于每一行，使用屬于每個組的列計算給定的匯總統計資料，例如平均值。可以在下面找到示例代碼：
#input data
data = matrix(1:100, 10, 10, byrow = T)
colnames(data) = rep(c("A", "B"), each = 5)
data
#calculation
result = t(apply(data, 1, function(x, label){aggregate(x, by=list(label), FUN=mean)$x}, label = colnames(data)))
result
有不同的方法可以做到這一點（比如 for 回圈或使用 apply 像上面的實作）。但是，當我在具有數百行和至少 10k 列的矩陣上使用它時，這種實作并不是很有效。我想知道是否有更快更有效的方法來實作這個？我的輸入資料格式是矩陣，所以任何基于其他資料型別實作的方法也需要考慮資料型別轉換的時間。
uj5u.com熱心網友回復：
這是使用的最佳場景tapply：
tapply(t(data), list(col(data), array(colnames(data), dim(t(data)))), mean)
A B
1 3 8
2 13 18
3 23 28
4 33 38
5 43 48
6 53 58
7 63 68
8 73 78
9 83 88
10 93 98
tapply(data, list(t(colnames(data))[rep(1,nrow(data)), ], row(data)), mean)
1 2 3 4 5 6 7 8 9 10
A 3 13 23 33 43 53 63 73 83 93
B 8 18 28 38 48 58 68 78 88 98
tapply(t(data), interaction(colnames(data), col(data)), mean)
A.1 B.1 A.2 B.2 A.3 B.3 A.4 B.4 A.5 B.5 A.6 B.6 A.7 B.7 A.8 B.8 A.9 B.9 A.10 B.10
3 8 13 18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98
更多基礎 R 解決方案：
sapply(split.default(data.frame(data), colnames(data)), rowMeans)
A B
[1,] 3 8
[2,] 13 18
[3,] 23 28
[4,] 33 38
[5,] 43 48
[6,] 53 58
[7,] 63 68
[8,] 73 78
[9,] 83 88
[10,] 93 98
data.frame(data) |>
reshape(split(1:ncol(data), colnames(data)), dir = 'long') |>
(\(x)aggregate(.~id, x, mean))()
id time A B
1 1 3 3 8
2 2 3 13 18
3 3 3 23 28
4 4 3 33 38
5 5 3 43 48
6 6 3 53 58
7 7 3 63 68
8 8 3 73 78
9 9 3 83 88
10 10 3 93 98
uj5u.com熱心網友回復：
我們可能會aggregate在base R
aggregate(Freq ~ ., as.data.frame.table(data), FUN = mean)
或者遍歷unique列名，對資料進行子集化并獲取rowMeans
sapply(unique(colnames(data)), function(nm)
rowMeans(data[, colnames(data) == nm]))
或使用dapply從collapse
library(collapse)
dapply(data, MARGIN = 1, FUN = function(x) fmean(x, g = colnames(data)))
A B
[1,] 3 8
[2,] 13 18
[3,] 23 28
[4,] 33 38
[5,] 43 48
[6,] 53 58
[7,] 63 68
[8,] 73 78
[9,] 83 88
[10,] 93 98
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/337179.html