集計関数が直感的ではない

Question

集計関数に関する以下のソースコードと同様に、ここでlist function（）を使用する必要がある理由を理解できません。むしろ、これを、グループ化する必要がある1つの列を使用して置き換えることにします。なぜ私は 'train [Sales！= 0]'のような同じデータセットを2回使用するのか分かりません。 2番目のデータセットパラメータとして他のデータセットを使用するとどうなりますか？私はそれがかなり高い可能性のある間違いに変わると思う。

aggregate(train[Sales != 0]$Sales, 
       by = list(train[Sales != 0]$Store), mean) 

多分これは間違った使用例です。しかし、私はまた、このソースコードをRのマニュアルで見た。

## Compute the averages for the variables in 'state.x77', grouped 
## according to the region (Northeast, South, North Central, West) that 
## each state belongs to. 
aggregate(state.x77, list(Region = state.region), mean) 

私の質問を読んでくれてありがとう。

Answer 1

まず、集計関数の構文が気に入らない場合は、dplyrパッケージをご覧ください。その構文は少し面白いかもしれません。

のご質問にお答えするには：

1. 第二引数は、ちょうどあなたが複数の変数を追加することができますので、リストであることが予想されます。
2. train[Sales != 0]を2回使用する必要があります。それ以外の場合は、最初の引数とby引数が異なるインデックスを参照するためです。あなたはこのような何かを行うことができdplyrで

   trainSales <- train[Sales != 0] 
   aggregate(trainSales$Sales, by = list(trainSales$Store), mean) 
   

   ：

ベースR-コード：あなたはまた、第一の部分集合を作ることができ

train %>% 
    filter(Sales != 0) %>% 
    group_by(Store) %>% 
    summarise_each(funs(mean)) 

あなたはそれが凝縮しているため、私はsummarise_eachを使用してご覧くださいデータセットを1行にすることもできますが、もちろんすべての行をそのまま残すようにすることもできます（その場合はdoを使用します）。