すべての重複の平均を見つける

Question

hereは、最大変数を選択することによってデータフレーム内の重複を排除する方法について説明しています。
これは、最小変数で複製を選択するためにこれをどのように適用できるかもわかります。
私の質問は今どのように表示されます平均すべての重複？例えば
：

z <- data.frame(id=c(1,1,2,2,3,4),var=c(2,4,1,3,5,2)) 
# id var 
# 1 2 
# 1 4 
# 2 1 
# 2 3 
# 3 5 
# 4 2 

私は出力をしたいと思います：

# id var 
# 1 3  mean(2,4) 
# 2 2  mean(1,3) 
# 3 5 
# 4 2 

私の現在のコードは次のとおりです。

averages<-do.call(rbind,lapply(split(z,z$id),function(chunk) mean(chunk$var))) 
z<-z[order(z$id),] 
z<-z[!duplicated(z$id),] 
z$var<-averages 

私のコードは、非常にゆっくりと実行され、約10倍の時間がかかりますされます最大を選ぶ方法よりもこのコードを最適化するにはどうすればよいですか？実際にソリューションをタイミングした後、ここでは少し速く何かです：

z <- data.frame(id=rep(c(1,1,2,2,3,4),1e5),var=rnorm(6e5)) 
z$var <- ave(z$var, z$id, FUN=mean) 
z <- unique(z) 

UPDATE：

Answer 1

私はaveとuniqueの組み合わせを使用します。

z <- data.frame(id=rep(c(1,1,2,2,3,4),1e5),var=rnorm(6e5)) 
system.time({ 
    averages <- t(sapply(split(z,z$id), function(x) sapply(x,mean))) 
}) 
# user system elapsed 
# 1.32 0.00 1.33 
system.time({ 
    z$var <- ave(z$var, z$id, FUN=mean) 
    z <- unique(z) 
}) 
# user system elapsed 
# 4.33 0.02 4.37 

Answer 2

私はsplit()とunsplit()が一つの方法だと思います。

dupMean <- function(x) 
{ 
    result <- split(x[, 2], x[, 1]) 
    result <- lapply(result, mean) 
    result <- unsplit(result, unique(x[, 1])) 

    return(result) 
} 

あるいは、plyrで行を保存する：

require(plyr) 
dupMean <- function(x) 
{ 
    result <- split(x[, 2], x[, 1]) 
    result <- laply(result, mean) 

    return(result) 
} 

更新： ただ、好奇心のために、ここでは様々な機能が提案さの比較です。 Ramnath（fn3）は私のコンピュータの勝者に見えます。

require(plyr) 
require(data.table) 
require(rbenchmark) 

fn1 <- function(z){ 
    z$var <- ave(z$var, z$id, FUN=mean) 
    return(unique(z)) 
} 

fn2 <- function(z) { 
    t(sapply(split(z,z$id), function(x) sapply(x,mean))) 
} 

fn3 <- function(z){ 
    data.table(z)[,list(var = mean(var)), 'id'] 
} 

fn4 <- function(x) 
{ 
    result <- t(sapply(split(x,x$id), function(y) sapply(y,mean))) 

    return(result) 
} 

fn5 <- function(x) 
{ 
    x$var <- ave(x$var, x$id, FUN=mean) 
    x <- unique(x) 

    return(x) 
} 

fn6 <- function(x) 
{ 
    result <- do.call(rbind,lapply(split(x,x$id),function(chunk) mean(chunk$var))) 

    return(data.frame(id = unique(x[, 1]), var = result)) 
} 

fn7 <- function(x) 
{ 
    result <- split(x[, 2], x[, 1]) 
    result <- lapply(result, mean) 
    result <- unsplit(result, unique(x[, 1])) 


    return(data.frame(id = unique(x[, 1]), var = result)) 
} 


fn8 <- function(x) 
{ 
    result <- split(x[, 2], x[, 1]) 
    result <- laply(result, mean) 

    return(data.frame(id = unique(x[, 1]), var = result)) 
} 



z <- data.frame(id = rep(c(1,1,2,2,3,4,5,6,6,7), 1e5), var = rnorm(1e6)) 

benchmark(f1 <- fn1(z), f2 <- fn2(z), f3 <- fn3(z), f4 <- fn4(z), f5 <- fn5(z), f6 <- fn6(z), f7 <- fn7(z), f8 <- fn8(z), replications = 2) 

結果：ユニークが高速であるか、重複を超えるいずれかの利点を持っている場合ここで

  test replications elapsed relative user.self sys.self 
1 f1 <- fn1(z)   2 13.45 20.692308  13.27  0.15 
2 f2 <- fn2(z)   2 3.54 5.446154  3.43  0.09 
3 f3 <- fn3(z)   2 0.65 1.000000  0.54  0.10 
4 f4 <- fn4(z)   2 3.62 5.569231  3.50  0.09 
5 f5 <- fn5(z)   2 13.57 20.876923  13.25  0.25 
6 f6 <- fn6(z)   2 3.53 5.430769  3.36  0.14 
7 f7 <- fn7(z)   2 3.34 5.138462  3.28  0.03 
8 f8 <- fn8(z)   2 3.34 5.138462  3.26  0.03 

Answer 3

がdata.table

library(data.table) 
z <- data.frame(id=sample(letters, 6e5, replace = TRUE),var = rnorm(6e5)) 

fn1 <- function(z){ 
    z$var <- ave(z$var, z$id, FUN=mean) 
    return(unique(z)) 
} 

fn2 <- function(z) { 
    t(sapply(split(z,z$id), function(x) sapply(x,mean))) 
} 

fn3 <- function(z){ 
    data.table(z)[,list(var = mean(var)), 'id'] 
} 

library(rbenchmark) 
benchmark(f1 <- fn1(z), f2 <- fn2(z), f3 <- fn3(z), replications = 2) 

    est replications elapsed   relative  user.self sys.self 
1 f1 <- fn1(z)   2 3.619 8.455607  3.331 0.242   
2 f2 <- fn2(z)   2 0.586 1.369159  0.365 0.220   
3 f3 <- fn3(z)   2 0.428 1.000000  0.341 0.086