R 我如何找到哪个国家完成马拉松的平均时间最低？

我有一个数据集，其中有一列国家和一列他们跑马拉松所花费的时间。我想知道哪5个国家平均在最短的时间内完成。我是新手，所以只有基本知识。时间列以小时为单位。例如：marathon$Countries是每个跑步者国籍的一列，marathon$OverallHrs是每个跑步者完成马拉松所需的总时间

我试过了

tapply(marathon$OverallHrs, marathon$Country, mean)

---

它没有按照我希望的方式工作

我假设你指的不是一个小案例，即你的“国家”栏中没有重复的国家。对于R的初学者，我强烈建议使用“tidyverse”软件包开始学习

下面是解决方案，您可以在“国家”列中重复输入国家

库（tidyverse）
种子集（123）
#生成10个国家，每个国家5次
A=样品（代表（1:10,5））
#从（5-20）生成50个随机定时
B=圆形（runif（50）*15+5）
#创建包含列（国家、时间）的数据框，行数=50
df=数据帧（“国家”=粘贴0（“国家”，A），
“定时”=B）
#Dataframe将如下所示
#国家时间安排
#1国家5 15
#2国家4 17
#3国家4 5
#4国家3 12
#5国家5 16
#计算平均马拉松计时
df_平均值%
按（国家）分组%>%分组
总结（平均时间=平均时间），.groups='drop'）%>%计算平均时间
安排（平均时间）#先按最快时间安排
#数据帧=df_平均值
#一个tibble:10x2
#国家平均时间
#            
#1.9 10.6
#2.11.4
#3.3 11.4
#4.4 11.4
#5.2 12.2
#6.10 12.6
#7.8 13.2
#8.7 13.6
#9国家5 15
#10.6 15.2
#要获得前5个国家，只需
df_表示$Country[1:5]
#“Country9”“Country1”“Country3”“Country4”“Country2”

R中始终存在用于计算每组平均值的聚合函数。代码更少，但我仍然更喜欢tidyverse方法，因为它在一段时间后使用起来很直观，可以稍微调整以解决任何数据帧问题。 无论如何，这里是使用聚合的解决方案

df_mean2 <- aggregate(df[, 2], list(df$Country), mean) # Calculate Mean
df_mean2[order(df_mean2$x), ] # Sort by ascending
     Group.1    x
10  Country9 10.6
1   Country1 11.4
4   Country3 11.4
5   Country4 11.4
3   Country2 12.2
2  Country10 12.6
9   Country8 13.2
8   Country7 13.6
6   Country5 15.0
7   Country6 15.2

---

df_mean 2我假设您指的不是一个小案例，即您的“国家”栏中没有重复的国家。对于R的初学者，我强烈建议使用“tidyverse”软件包开始学习

下面是解决方案，您可以在“国家”列中重复输入国家

库（tidyverse）
种子集（123）
#生成10个国家，每个国家5次
A=样品（代表（1:10,5））
#从（5-20）生成50个随机定时
B=圆形（runif（50）*15+5）
#创建包含列（国家、时间）的数据框，行数=50
df=数据帧（“国家”=粘贴0（“国家”，A），
“定时”=B）
#Dataframe将如下所示
#国家时间安排
#1国家5 15
#2国家4 17
#3国家4 5
#4国家3 12
#5国家5 16
#计算平均马拉松计时
df_平均值%
按（国家）分组%>%分组
总结（平均时间=平均时间），.groups='drop'）%>%计算平均时间
安排（平均时间）#先按最快时间安排
#数据帧=df_平均值
#一个tibble:10x2
#国家平均时间
#            
#1.9 10.6
#2.11.4
#3.3 11.4
#4.4 11.4
#5.2 12.2
#6.10 12.6
#7.8 13.2
#8.7 13.6
#9国家5 15
#10.6 15.2
#要获得前5个国家，只需
df_表示$Country[1:5]
#“Country9”“Country1”“Country3”“Country4”“Country2”

R中始终存在用于计算每组平均值的聚合函数。代码更少，但我仍然更喜欢tidyverse方法，因为它在一段时间后使用起来很直观，可以稍微调整以解决任何数据帧问题。
无论如何，这里是使用聚合的解决方案

df_mean2 <- aggregate(df[, 2], list(df$Country), mean) # Calculate Mean
df_mean2[order(df_mean2$x), ] # Sort by ascending
     Group.1    x
10  Country9 10.6
1   Country1 11.4
4   Country3 11.4
5   Country4 11.4
3   Country2 12.2
2  Country10 12.6
9   Country8 13.2
8   Country7 13.6
6   Country5 15.0
7   Country6 15.2

df_mean2“马拉松”是众所周知的数据集吗？它似乎不在我的预加载数据集中（通过运行
data（）
查看）。您应该在问题中添加一个数据示例。“marathon”是众所周知的数据集吗？它似乎不在我的预加载数据集中（通过运行
data（）查看）
。你应该在你的问题中添加一个数据样本。谢谢你，安迪！你能帮我把这些结果绘制在直方图上吗？这些国家在底部，它们的平均值在y轴上？@DavidWall我想你的意思是条形图，而不是直方图。直方图只有一个变量。大多数人都有自己的偏好ces关于定制他们的条形图，你可以从这里开始。谢谢安迪！你能帮我将这些结果绘制在柱状图上吗？这些国家在底部，它们的平均值在y轴上？@DavidWall我想你的意思是条形图，而不是柱状图。柱状图只有一个变量。大多数人都有自己的偏好关于定制他们的条形图，你可以从这里开始。