R +重塑：data.frame的列方差

Question

我在R中使用reshape来计算data.frame的列上的聚合统计信息。这里是我的data.frame：

> df 
    a a b b ID 
1 1 1 1 1 1 
2 2 3 2 3 2 
3 3 5 3 5 3 

这仅仅是一个小测试data.frame尝试和了解重塑包。我融化，然后抹上，试图找到a S和b S的意思是：

> melt(df, id = "ID") -> df.m 
> cast(df.m, ID ~ variable, fun = mean) 
    ID a b 
1 1 1 1 
2 2 2 2 
3 3 3 3 

哎呀！什么？希望c(2,3)的平均值是2.5，依此类推。这是怎么回事？这里有一件事：

> df.m 
    ID variable value 
1 1  a  1 
2 2  a  2 
3 3  a  3 
4 1  a  1 
5 2  a  2 
6 3  a  3 
7 1  b  1 
8 2  b  2 
9 3  b  3 
10 1  b  1 
11 2  b  2 
12 3  b  3 

发生了什么事？我的5都去哪了？我在这里有一个非常基本的误解吗？如果是这样的话：它是什么？

Answer 1

我更新了我的答案在这里，以解决这个问题： R: aggregate columns of a data.frame

很显然，如果你的数据帧不具有唯一的列名，他们将无法正常融化。

编辑： 而不是列名为a a a b b，显然你需要有唯一的列名称melt()才能正常工作。最小a.1 a.2 a.3 b.1 b.2，或其他。在使用melt()之后，您为variable获取合理级别的选项要么使用gsub()，要么使用variable的级别来消除消歧值，要么使用colsplit()创建两个新列。对于我刚刚提供的虚拟名称，看起来像：

levels(df.m$variable) <- gsub("\\..*", "", levels(df.m$variable)) 
#or 
df.m <- cbind(df.m, colsplit(df.m$variable, split = "\\.", names = c("Measure","N"))) 

Answer 2

这不是有效的数据框，因为这些列没有唯一的名称。