R 如何获得每n行的平均值并保留日期索引？

我有一个带有年份索引和val索引的数据框架

我想为val的每n行创建一个平均值，并保留相应的年份索引

基本上，输出是（对于n=2）

我该怎么做

structure(list(year = c(1990, 1991, 1992, 1993, 1994, 1995, 1996, 
1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 
2008, 2009, 2010, 2011, 2012, 2013), val = c(84L, 67L, 72L, 138L, 
111L, 100L, 221L, 108L, 204L, 125L, 82L, 157L, 175L, 252L, 261L, 
185L, 146L, 183L, 245L, 172L, 98L, 216L, 89L, 144L)), .Names = c("year", 
"val"), row.names = 13:36, class = "data.frame")

---

您可以使用

aggregate

，根据四舍五入的年份值进行分组：

setNames(aggregate(val~I(2*floor((year-min(year))/2)+min(year)), data=dat, mean),
         c("year", "val"))
#    year   val
# 1  1990  75.5
# 2  1992 105.0
# 3  1994 105.5
# 4  1996 164.5
# 5  1998 164.5
# 6  2000 119.5
# 7  2002 213.5
# 8  2004 223.0
# 9  2006 164.5
# 10 2008 208.5
# 11 2010 157.0
# 12 2012 116.5

---

您可以使用

seq

和

colMeans

函数

data.frame(Year = df[seq(1, length(df$year), 2), ]$year, Mean = colMeans(matrix(df$val, nrow=2)))

#   Year  Mean
# 1  1990  75.5
# 2  1992 105.0
# 3  1994 105.5
# 4  1996 164.5
# 5  1998 164.5
# 6  2000 119.5
# 7  2002 213.5
# 8  2004 223.0
# 9  2006 164.5
# 10 2008 208.5
# 11 2010 157.0
# 12 2012 116.5

---

dplyr

解决方案-添加分组变量（1,1,2,2,3,3等），然后计算组内

val

的平均值，并在组内使用最小的

年

，然后删除分组变量：

> require(dplyr)
> d %>% group_by(G=trunc(2:(n()+1)/2)) %>% 
   summarise(mean=mean(val),year=min(year)) %>% 
   select(-G)
Source: local data frame [12 x 2]

    mean year
1   75.5 1990
2  105.0 1992
3  105.5 1994
4  164.5 1996
5  164.5 1998
6  119.5 2000
7  213.5 2002
8  223.0 2004
9  164.5 2006
10 208.5 2008
11 157.0 2010
12 116.5 2012

meanN =
function(df, n){
df %>% group_by(G=(0:(n()-1))%/%n) %>%  summarise(mean=mean(val),year=min(year)) %>% select(-G)
}

> meanN(d, 2)
Source: local data table [12 x 2]

    mean year
1   75.5 1990
2  105.0 1992
3  105.5 1994
4  164.5 1996
5  164.5 1998
6  119.5 2000
7  213.5 2002
8  223.0 2004
9  164.5 2006
10 208.5 2008
11 157.0 2010
12 116.5 2012
> meanN(d, 12)
Source: local data table [2 x 2]

      mean year
1 122.4167 1990
2 180.5000 2002

归纳为

n

的函数，并使用更简洁的方法计算分组变量：

> require(dplyr)
> d %>% group_by(G=trunc(2:(n()+1)/2)) %>% 
   summarise(mean=mean(val),year=min(year)) %>% 
   select(-G)
Source: local data frame [12 x 2]

    mean year
1   75.5 1990
2  105.0 1992
3  105.5 1994
4  164.5 1996
5  164.5 1998
6  119.5 2000
7  213.5 2002
8  223.0 2004
9  164.5 2006
10 208.5 2008
11 157.0 2010
12 116.5 2012

meanN =
function(df, n){
df %>% group_by(G=(0:(n()-1))%/%n) %>%  summarise(mean=mean(val),year=min(year)) %>% select(-G)
}

> meanN(d, 2)
Source: local data table [12 x 2]

    mean year
1   75.5 1990
2  105.0 1992
3  105.5 1994
4  164.5 1996
5  164.5 1998
6  119.5 2000
7  213.5 2002
8  223.0 2004
9  164.5 2006
10 208.5 2008
11 157.0 2010
12 116.5 2012
> meanN(d, 12)
Source: local data table [2 x 2]

      mean year
1 122.4167 1990
2 180.5000 2002

---

您可以使用

rep

创建分组变量：

n = 2
dd$group <- rep(1:(nrow(dd)/n), each = n)

n=2
dd$group一个包含
数据的短单行解决方案。表
：

library(data.table)

setDT(df)[,.(val=mean(val)), year-0:1]
#    year   val
# 1: 1990  75.5
# 2: 1992 105.0
# 3: 1994 105.5
# 4: 1996 164.5
# 5: 1998 164.5
# 6: 2000 119.5
# 7: 2002 213.5
# 8: 2004 223.0
# 9: 2006 164.5
#10: 2008 208.5
#11: 2010 157.0
#12: 2012 116.5

使用zoo软件包中的
rollapply

> library(zoo)
> res <- rollapply(df, width=2, by=2, FUN=mean)
> res[,1] <- floor(res[,1])
> res
      year   val
 [1,] 1990  75.5
 [2,] 1992 105.0
 [3,] 1994 105.5
 [4,] 1996 164.5
 [5,] 1998 164.5
 [6,] 2000 119.5
 [7,] 2002 213.5
 [8,] 2004 223.0
 [9,] 2006 164.5
[10,] 2008 208.5
[11,] 2010 157.0
[12,] 2012 116.5

试试这一行：

> t(sapply(split(dat,rep(seq(1,nrow(dat),2),each=2)),colMeans))
     year   val
1  1990.5  75.5
3  1992.5 105.0
5  1994.5 105.5
7  1996.5 164.5
9  1998.5 164.5
11 2000.5 119.5
13 2002.5 213.5
15 2004.5 223.0
17 2006.5 164.5
19 2008.5 208.5
21 2010.5 157.0
23 2012.5 116.5

如果需要，您可以全年计算。
对不起，我将删除它并再次发布。或者只是尝试调整您已经得到的问题的七个答案中的一个……我会注意使用年份值计算分组的答案，除非您确定年份值是一组完整的
Y
到
Y+N
。你的问题是要把每一行的
n
相加，但不能保证
n
行会连续几年
n
（各位，这就是为什么我们要阅读规范…并编写测试…@Spacedman感谢您提供的详细信息。。还可以通过将
0:1
切换为
0:（n-1）来概括
。前提是data.frame是按年份排序的。（当然，可以在
i
中添加
order（year）
来解决这个问题；-）
> t(sapply(split(dat,rep(seq(1,nrow(dat),2),each=2)),colMeans))
     year   val
1  1990.5  75.5
3  1992.5 105.0
5  1994.5 105.5
7  1996.5 164.5
9  1998.5 164.5
11 2000.5 119.5
13 2002.5 213.5
15 2004.5 223.0
17 2006.5 164.5
19 2008.5 208.5
21 2010.5 157.0
23 2012.5 116.5