R 应用压缩结果

Question

我正在使用tapply在四个单独的实验中压缩在多种条件下生长的多种植物的大型数据集。 然后，tapply吐出按物种汇总的输出。然后，我试图将这些单独的物种从输出中拉出来进行进一步分析。所以，tapply给了我这个(来自一些虚拟数据(：

> tapply(results, list(trial,condition,species),mean)
> 
, , species1
       A          B           C          D
1 -0.6357911  0.6127278 -0.23812194 -0.2769131
2 -0.3851283 -0.5955274 -0.08072294 -0.7298832
3  0.2029780 -1.0282842  0.11518872 -0.6522809
4 -0.2254586  0.4215911 -0.84305584 -0.1108188
, , species2
       A           B           C           D
1 -0.4762501  0.35766102 -0.53821633 -0.64798979
2  0.0558234  0.18602479 -0.48208241  1.09532972
3 -1.0695515  0.84401536 -0.02232301 -0.02064807
4 -0.2423312 -0.02145042 -0.18834442 -0.08221573

我得到每个物种的平均值，在每个条件(A-D(下，在4个单独的实验(1-4(中进行。那么是否有可能，比如说，分离物种A，然后每列平均1-4个？

Answer 1

不完全确定数据的结构。 但这里有一个尝试。

 #Data generation function runif
 data_gen <- function() {
   x <- 
    data.frame(A=runif(4, -1.005, 1.0049),
       B=runif(4, -1.005, 1.0049),
       C=runif(4, -1.005, 1.0049),
       D=runif(4, -1.005, 1.0049))
   return(x)
  }
#Shape to similar structure
data <- list(species1=data_gen(),
         species2=data_gen(),
         species3=data_gen(),
         species4=data_gen())
#1.lapply break it up to column 1 == A 
#2.then sapply with a mean then transpose to 1 row
#3.and finally convert to data.frame
data_transf <- data.frame(t(sapply(lapply(data, '[[', 1),mean)))
#Rename columns if necessary
colnames(data_transf) <- paste0(colnames(data_transf),'_A_isolated_avg')
data_transf