計算統計は

Question

は、私はこのようなデータフレームがあるとします。

 X.      Name    Type Total HP Attack Defense Sp..Atk Sp..Def Speed 
795 718   Zygarde50% Forme Dragon/Ground 600 108 100  121  81  95 95 
796 719     Diancie  Rock/Fairy 600 50 100  150  100  150 50 
797 719  DiancieMega Diancie  Rock/Fairy 700 50 160  110  160  110 110 
798 720  HoopaHoopa Confined Psychic/Ghost 600 80 110  60  150  130 70 
799 720  HoopaHoopa Unbound  Psychic/Dark 680 80 160  60  170  130 80 
800 721     Volcanion  Fire/Water 600 80 110  120  130  90 70 

私はタイプごとに、平均統計（合計、HP、攻撃、防御、など...）を計算したい場合ドラゴン、タイプグラウンド、タイプロック、タイプフェアリーなど（ドラゴン/グラウンド、ロック/フェアリータイプの代わりに）、私はどのように進めるでしょうか？任意の2つのタイプに属するポケモンの統計は、両方の平均統計を計算する際に使用されます。

私はdplyrパッケージの関数を使用してコードを書かれている：

summaryStats_byType<- summarise(byType, 
          count = n(), 
          averageTotal = mean(Total, na.rm = T), 
          averageHP = mean(HP, na.rm = T), 
          averageDefense = mean(Defense, na.rm = T), 
          averageSpAtk = mean(Sp..Atk, na.rm = T), 
          averageSpDef = mean(Sp..Def, na.rm = T), 
          averageSpeed = mean(Speed, na.rm = T)) 

をしかし、明らかにそれはタイプの代わりに、2として「ドラゴン/アース」をカウントします。

Answer 1

一つの方法は、長い形式でType列を分割することです（@DavidArenburgで述べたように）

library(splitstackshape) 
library(dplyr) 

df1 <- cSplit(df, 'Type', sep = '/', 'long') 
df1 %>% 
    group_by(Type) %>% 
    summarise_each(funs(mean), -c(X., Name)) 

# A tibble: 9 × 8 
#  Type Total HP Attack Defense Sp..Atk Sp..Def Speed 
# <fctr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
#1 Dark 680 80 160  60  170  130 80 
#2 Dragon 600 108 100  121  81  95 95 
#3 Fairy 650 50 130  130  130  130 80 
#4 Fire 600 80 110  120  130  90 70 
#5 Ghost 600 80 110  60  150  130 70 
#6 Ground 600 108 100  121  81  95 95 
#7 Psychic 640 80 135  60  160  130 75 
#8 Rock 650 50 130  130  130  130 80 
#9 Water 600 80 110  120  130  90 70 

はまた、我々はまた、すなわちを使用することができ、そしていつものようにgroup_by（私はこれを行うにはsplitstackshapeからcSplitを選択しました）パイプの一部としてtidyrからseparate_rowsは、もちろん、同じ結果が得られた

library(tidyr) 
library(dplyr) 
df %>% 
    separate_rows(Type) %>% 
    group_by(Type) %>% 
    summarise_each(funs(mean), -c(X., Name)) 

すなわち

DATA

dput(df) 
structure(list(X. = c(718L, 719L, 719L, 720L, 720L, 721L), Name = structure(c(6L, 
1L, 2L, 3L, 4L, 5L), .Label = c("Diancie", "DiancieMega_Diancie", 
"HoopaHoopa_Confined", "HoopaHoopa_Unbound", "Volcanion", "Zygarde50%_Forme" 
), class = "factor"), Type = structure(c(1L, 5L, 5L, 4L, 3L, 
2L), .Label = c("Dragon/Ground", "Fire/Water", "Psychic/Dark", 
"Psychic/Ghost", "Rock/Fairy"), class = "factor"), Total = c(600L, 
600L, 700L, 600L, 680L, 600L), HP = c(108L, 50L, 50L, 80L, 80L, 
80L), Attack = c(100L, 100L, 160L, 110L, 160L, 110L), Defense = c(121L, 
150L, 110L, 60L, 60L, 120L), Sp..Atk = c(81L, 100L, 160L, 150L, 
170L, 130L), Sp..Def = c(95L, 150L, 110L, 130L, 130L, 90L), Speed = c(95L, 
50L, 110L, 70L, 80L, 70L)), .Names = c("X.", "Name", "Type", 
"Total", "HP", "Attack", "Defense", "Sp..Atk", "Sp..Def", "Speed" 
), class = "data.frame", row.names = c("795", "796", "797", "798", 
"799", "800"))