Come posso comprimere un dataframe con alcune variabili, prendendo la media su altri

Question

Ho bisogno di riepilogare un frame di dati con alcune variabili, ignorando gli altri. Questo a volte viene definito come collasso. Per esempio. se ho una dataframe come questo:

Widget Type Energy 
egg 1 20 
egg 2 30 
jap 3 50 
jap 1 60 

poi crollare da Widget, con energia la variabile dipendente, Energia ~ Widget, produrrebbe

Widget Energy 
egg 25 
jap 55 

In Excel la funzionalità più vicina potrebbe essere "tabelle pivot" e ho capito come farlo in python (http://alexholcombe.wordpress.com/2009/01/26/summarizing-data-by-combinations-of-variables-with-python/), ed ecco un esempio con R che usa la libreria doBy per fare qualcosa di molto correlato (http://www.mail-archive.com/r-help@r-project.org/msg02643.html), ma c'è un modo semplice per fare quanto sopra? E ancora meglio c'è qualcosa incorporato nella libreria ggplot2 per creare grafici che collassano su alcune variabili?

Answer 1

Usa aggregate per riassumere in un fattore:

> df<-read.table(textConnection(' 
+ egg 1 20 
+ egg 2 30 
+ jap 3 50 
+ jap 1 60')) 
> aggregate(df$V3,list(df$V1),mean) 
    Group.1 x 
1  egg 25 
2  jap 55 

Per ulteriori sguardo flessibilità alla funzione tapply e il pacchetto plyr.

In ggplot2 uso stat_summary riassumere

qplot(V1,V3,data=df,stat="summary",fun.y=mean,geom='bar',width=0.4) 

Answer 2

Per coloro che hanno familiarità con SQL, un altro modo per manipolare dataframes può essere il comando sqldf nel pacchetto sqldf.

library(sqldf) 
sqldf("SELECT Widget, avg(Energy) FROM yourDataFrame GROUP BY Widget") 

Answer 3

@Jyotirmoy hanno detto che questo può essere fatto con la libreria plyr. Ecco che cosa sarebbe simile:

DF <- read.table(text= 
"Widget Type Energy 
egg 1 20 
egg 2 30 
jap 3 50 
jap 1 60", header=TRUE) 

library("plyr") 
ddply(DF, .(Widget), summarise, Energy=mean(Energy)) 

che dà

> ddply(DF, .(Widget), summarise, Energy=mean(Energy)) 
    Widget Energy 
1 egg  25 
2 jap  55