Trouver la moyenne dans chaque groupe

Question

Dans chaque groupe, je veux trouver la moyenne pour deux sous-groupes. Pour être clair, les données se présente comme suit:

Group Val1 Val2 Val3 
1  50 0.03 50.1 
1  50.2 0.05 50.1 
2  50.3 0.01 50.1 
1  50 0.03 50.2 
1  50.1 0.04 50.2 
1  50 0.01 50.3 
1  50 0.02 50.3 
2  50.3 0.03 50.3 

Au sein de chaque groupe Val3, je veux calculer la moyenne des Val2 dans le groupe 1 et la moyenne des Val2 dans le groupe 2. Dans certains cas, pour Val3 , il n'y a aucun membre dans le groupe 2. C'est le code que j'ai essayé.

fileB.mean.dat <- tapply(combined.sorted.data[combined.sorted.data[,1] == 2,3], combined.sorted.data[combined.sorted.data[,1] == 2,4], mean) 

Je ne sais pas comment inclure dans le code ci-dessus pour vérifier si des membres du groupe 2 et sinon pour faire la moyenne 0 pour Val 3. En d'autres termes, il devrait y avoir un représentant valeur moyenne pour le groupe 1 et 2 pour chaque valeur de Val 3.

Answer 1

Vous pouvez utiliser dcast de reshape2 pour convertir la sortie de SymbolixAU's answer à votre goût.

library(reshape2) 
dcast(data = aggregate(Val2 ~ Group + Val3, data = df, mean), 
     formula = Group~Val3, 
     value.var = "Val2") 
# Group 50.1 50.2 50.3 
#1  1 0.04 0.035 0.015 
#2  2 0.01 NA 0.030 

Ou vous pourriez le faire dans la base R aussi, mais serait relativement plus complexe

sapply(split(df[c("Group", "Val2")], df$Val3), 
     function(a) sapply(unique(df$Group), 
      function(x) setNames(mean(a$Val2[a$Group == x]), x))) 
# 50.1 50.2 50.3 
#1 0.04 0.035 0.015 
#2 0.01 NaN 0.030 

DONNÉES

df = structure(list(Group = c(1, 1, 5, 1, 1, 1, 1, 5), Val1 = c(50, 
50.2, 50.3, 50, 50.1, 50, 50, 50.3), Val2 = c(0.03, 0.05, 0.01, 
0.03, 0.04, 0.01, 0.02, 0.03), Val3 = c(50.1, 50.1, 50.1, 50.2, 
50.2, 50.3, 50.3, 50.3)), .Names = c("Group", "Val1", "Val2", 
"Val3"), row.names = c(NA, -8L), class = "data.frame") 

Answer 2

Nous pouvons utiliser tidyverse

library(tidyverse) 
df %>% 
    group_by(Group, Val3) %>% 
    summarise(Val2 = mean(Val2)) %>% 
    spread(Val3, Val2) 
# A tibble: 2 x 4 
# Groups: Group [2] 
# Group `50.1` `50.2` `50.3` 
#* <dbl> <dbl> <dbl> <dbl> 
#1  1 0.04 0.035 0.015 
#2  2 0.01  NA 0.030