如何使用应用系列来平均R中的多个条件参数

Question

这是一个非常大的数据集，我试图摆脱在R中编写循环。寻找一种方法来攻击我通常会使用嵌套循环去做。

对于置信列中的每个唯一值，我需要提取置信列中所有其他行的行索引。与该值相匹配。例如，第一次出现（50）将返回1,7,9。然后，使用这些指数，我想平均seqs列的值。在这里，第一次出现（50）将返回1980,7357和3008，然后对这些进行平均。缩进输出将是一个包含2列的数据框：其中一列具有用于置信度的唯一值列表，另一列列出每个唯一置信度值的平均值＃seqs的相应列表。

输入

#seqs  confidence 
1980  50 
1088  52 
1099  52 
2000  42 
7009  45 
1092  48 
7357  50 
5909  42 
3008  50 

输出

ave.#seqs  confidence 
4115   50 
1093.5  52 
3954.5  42... 

Answer 1

考虑到这是一个 “非常大的数据集”，我建议data.table解决方案。

library(data.table) 
> setDT(data)[, mean(seqs), by=confidence] 
    confidence  V1 
1:   50 4115.0 
2:   52 1093.5 
3:   42 3954.5 
4:   45 7009.0 
5:   48 1092.0 

解决方案使用dplyr功能或aggregate也将工作，但他们效率较低。