创建一个新变量，它是一个变量的平均值，以另外两个变量为条件（并维护数据集中的所有其他变量）

Question

这是我正在处理的数据集中的（缩短的）样本。样本代表来自具有2个疗程（session_number）的实验的数据，在每个疗程中参与者完成了5个手握法练习（trial_number）（因此，总共10个; 2 * 5 = 10个）。 5项试验中的每一项都有3次手握强度观察（percent_of_maximum）。我希望得到10个试验中每个试验的3个观察值的平均值（下面，我称之为mean_by_trial）。

最后，这就是我所坚持的，我想输出一个20行的数据集（每个独特的试验一行，每个参与者有2个参与者和10个试验; 2 * 10 = 20），和保留所有其他变量。所有其他变量（在示例中有：placebo，support，personality和perceived_difficulty）对于每个独特的Participant，trial_number或session_number都是相同的（参见下面的样本数据集）。

我使用ddply尝试了这个，这几乎是我想要的，但新数据集不包含数据集中的其他变量（new_dat只包含trial_number，session_number，Participant和新的mean_by_trial变量）。我该如何维护其他变量？

#create sample data frame
dat <- data.frame(
  Participant = rep(1:2, each = 30),
  placebo = c(replicate(15, "placebo"), replicate(15, "control"), replicate(15, "control"), replicate(15, "placebo")),
  support = rep(sort(rep(c("support", "control"), 3)), 10),
  personality = c(replicate(30, "nice"), replicate(30, "naughty")),
  session_number = c(rep(1:2, each = 15), rep(1:2, each = 15)),
  trial_number = c(rep(1:5, each = 3), rep(1:5, each = 3), rep(1:5, each = 3), rep(1:5, each = 3)),
  percent_of_maximum = runif(60, min = 0, max = 100),
  perceived_difficulty = runif(60, min = 50, max = 100)
)

#this is what I have tried so far
library(plyr)
new_dat <- ddply(dat, .(trial_number, session_number, Participant), summarise, mean_by_trial = mean(percent_of_maximum), .drop = FALSE)

我希望new_dat包含dat中的所有变量，加上mean_by_trial变量。谢谢！

Answer 1

这是一个tidyverse答案。首先，你想要group_by感兴趣的变量。然后使用mutate计算新列中的所需平均值。

由于新平均值中的值将在变量中重复，因此请使用distinct函数来保留uniqe行。换句话说，为Participant，session_number和trial_number的每个组合选择一行。

这是答案（https://stackoverflow.com/a/39092166/9941764）提供：R - dplyr Summarize and Retain Other Columns

new_dat <- dat %>%
    group_by(Participant, session_number, trial_number) %>%
    mutate(mean = mean(percent_of_maximum)) %>% 
    distinct(mean, .keep_all = TRUE)

Answer 2

我们可以使用mutate而不是summarise在数据集中创建一个列，然后执行slice

library(dplyr)
out <- ddply(dat, .(trial_number, session_number, Participant), 
   plyr::mutate, mean_by_trial = mean(percent_of_maximum), .drop = FALSE)
out %>%
       group_by(trial_number, session_number, Participant) %>%
       slice(1)

---

如果我们使用dplyr，那么这都可以在链中

newdat <- dat %>% 
            group_by(trial_number, session_number, Participant) %>%
            mutate(mean_by_trial = mean(percent_of_maximum)) %>%
            slice(1)
head(newdat)
# A tibble: 6 x 9
# Groups:   trial_number, session_number, Participant [6]
  Participant placebo support personality session_number trial_number percent_of_maximum perceived_difficulty mean_by_trial
#        <int> <fct>   <fct>   <fct>                <int>        <int>              <dbl>                <dbl>         <dbl>
#1           1 placebo control nice                     1            1               71.5                 95.5          73.9
#2           2 control control naughty                  1            1               38.9                 63.8          67.7
#3           1 control support nice                     2            1               97.1                 54.2          68.4
#4           2 placebo support naughty                  2            1               62.9                 86.2          40.4
#5           1 placebo support nice                     1            2               49.0                 95.8          65.7
#6           2 control support naughty                  1            2               80.9                 74.6          68.3