Матрица Усреднение повторяющихся строк

Question

У меня есть файл cvs с 2 столбцами (см. Ниже, например, Matrix 1). Я хотел бы создать программу, чтобы усреднить второй столбец матрицы для всех дубликатов чисел в первом столбце. Так, например, в приведенной ниже матрице в первом столбце есть две строки «2». Эти строки будут усреднены в один столбец ((356 + 456)/2 = 406) и т. Д. Таким образом, финальная матрица должна была бы иметь матрицу 2 внизу. Есть идеи, как это сделать?

Матрица 1

mat1 <- structure(c(1, 2, 2, 3, 4, 4, 4, 5, 234, 356, 456, 745, 568, 
      998, 876, 895), .Dim = c(8L, 2L)) 
mat1 
    [,1] [,2] 
[1,] 1 234 
[2,] 2 356 
[3,] 2 456 
[4,] 3 745 
[5,] 4 568 
[6,] 4 998 
[7,] 4 876 
[8,] 5 895 

Матрица 2

mat2 <- structure(c(1, 2, 3, 4, 5, 234, 406, 745, 814, 895), .Dim = c(5L, 2L)) 
mat2 
    [,1] [,2] 
[1,] 1 234 
[2,] 2 406 
[3,] 3 745 
[4,] 4 814 
[5,] 5 895 

Answer 1

насчет

as.matrix(aggregate(mat1[,2],by = list(mat1[,1]),FUN = mean)) 

Answer 2

Самым элементарным способом было бы использовать tapply:

tapply(mat1[,2], mat1[,1], mean) 

Answer 3

используя только основание R:

> x <- tapply(mat1[,2], mat1[,1], mean) 
> matrix(c(as.integer(names(x)), x), ncol = 2) 

Answer 4

Если первый столбец всегда в порядке, вы можете попробовать

cbind(unique(mat1[,1]), rowsum(mat1[,2], mat1[,1]) %/% matrix(table(mat1[,1]))) 
#  [,1] [,2] 
# [1,] 1 234 
# [2,] 2 406 
# [3,] 3 745 
# [4,] 4 814 
# [5,] 5 895 

rowsum, как известно, более эффективно, чем aggregate и tapply. Однако существуют очевидные ограничения. Было бы неплохо, если бы была функция rowmean для вычисления сгруппированных матриц.

Другая база R возможность является

s <- unname(split(mat1[,2], mat1[,1])) 
cbind(unique(mat1[,1]), vapply(s, mean, 1)) 
#  [,1] [,2] 
# [1,] 1 234 
# [2,] 2 406 
# [3,] 3 745 
# [4,] 4 814 
# [5,] 5 895 

И безопасное решение этих трех будет конвертировать в кадр данных. Здесь я использую dplyr для эффективности.

library(dplyr) 
df <- group_by(as.data.frame(mat1), V1) %>% summarise(mean(V2)) 
as.matrix(unname(df)) 
#  [,1] [,2] 
# [1,] 1 234 
# [2,] 2 406 
# [3,] 3 745 
# [4,] 4 814 
# [5,] 5 895 

Answer 5

Ответ на @LeoRJorge составляет 98% путь к требуемой мощности, просто нужно быть безымянным (если это действительно необходимо):

unname(as.matrix(aggregate(mat1[,2], list(mat1[,1]), mean))) 

    [,1] [,2] 
[1,] 1 234 
[2,] 2 406 
[3,] 3 745 
[4,] 4 814 
[5,] 5 895