子集r中的多个列
我是一名参加R的学生。我有很多文件夹在里面。 我需要编写一个名为'pollutantmean'的函数来计算污染物（硫酸盐或硝酸盐）的平均值（参见下面的例子），该函数有三个参数：'目录'，'污染物'和'id' 。
作为函数的一部分，我已经成功读取所有文件并将它们放入单个文件中，以便现在可以执行一些计算，如中位数，平均值等。我已经使用rbind和for循环来创建data.frame。
但问题是，在创建数据框之后，我现在需要找到一种方法来将我的数据按照我的数据框中的一列或多列（第2列或第3列
我给了一个函数的原型如下：
pollutionantmean < - function（directory，pollutant，id = 1：332）{##'directory'是长度为1的字符向量，指示CSV文件的位置##'pollutant'是长度为1的字符向量，表示名称我们将计算平均值的污染物的数量; “硫酸盐”或“硝酸盐”。 ##'id'是一个整数向量，指示要使用的监视器ID号##返回'id'向量中所有监视器列表上污染物的平均值（忽略NA值）
这里是这个函数输出的例子：
pollutantmean("specdata", "sulfate", 1:10)
## [1] 4.064
pollutantmean("specdata", "nitrate", 70:72)
## [1] 1.706
pollutantmean("specdata", "nitrate", 23)
## [1] 1.281
这是我作为第一个实验，只使用一个单一的ID和单一污染物类型（硫酸盐）
pollutantmean <- function(directory, pollutant, ID = 1:332) {
data <- read.csv("specdata/001.csv")
subset(data, data$ID == 1)
mean(data$sulfate, na.rm = TRUE)
}
pollutantmean("specdata", "sulfate", 1)
[1] 3.880701
我无法弄清楚如何做的是计算污染物类型的平均值，无论是“硫酸盐”还是“硝酸盐”
任何人都可以提供关于我下一步的建议吗？
这里是我的数据的一个例子
"Date","sulfate","nitrate","ID"
"2003-01-01",NA,NA,1
"2003-01-02",NA,NA,1
"2003-01-03",NA,NA,1
"2003-01-04",NA,NA,1
"2003-01-05",NA,NA,1
我认为以下将帮助你..它也将帮助你从子集...
mean(data[data$ID %in% id,pollutant],na.rm=T)
以下方法可能会有所帮助：
ddf = structure(list(Date = structure(1:5, .Label = c("2003-01-01",
"2003-01-02", "2003-01-03", "2003-01-04", "2003-01-05"), class = "factor"),
sulfate = c(50L, 75L, 85L, 45L, 25L), nitrate = c(854L, 658L,
485L, 458L, 152L), ID = c(1L, 1L, 2L, 1L, 2L)), .Names = c("Date",
"sulfate", "nitrate", "ID"), class = "data.frame", row.names = c(NA,
-5L))
ddf
Date sulfate nitrate ID
1 2003-01-01 50 854 1
2 2003-01-02 75 658 1
3 2003-01-03 85 485 2
4 2003-01-04 45 458 1
5 2003-01-05 25 152 2
ddfm = melt(ddf[,2:4], id="ID")
ddfm
ID variable value
1 1 sulfate 50
2 1 sulfate 75
3 2 sulfate 85
4 1 sulfate 45
5 2 sulfate 25
6 1 nitrate 854
7 1 nitrate 658
8 2 nitrate 485
9 1 nitrate 458
10 2 nitrate 152
with(ddfm, tapply(value, list(variable, ID), mean))
1 2
sulfate 56.66667 55.0
nitrate 656.66667 318.5