如何读取多个变量的最大值，并使用R中的空间接近值形成平均值？

啊,， 下面的df与我必须使用的df相似，但要小得多： （我省去了很多行，以便于观看。）

上面的df是由荧光板读取器创建的，该读取器将一个区域内的光强度划分为25个扇区（5x5），并分别测量每个扇区，每个扇区给出一个值，从而扫描该区域内的光强度。测量顺序为左上角扇区第一，右下角扇区最后。要使其更具图形化，请执行以下操作：

01 02 03 04 05

06 07 08 09 10

11 12 13 14 15

16 17 18 19 20

21 22 23 24 25

填入上面给出的df值（+坐标），它将如下所示：

（5） 9-2-9-8-4

（4） 7-7-2-5-3

（3） _uuuu5-4-7-8-9

（2） 6-6-3-5-9

（1） 4-7-9-7-10

（一）（二）（三）（四）（五）

我需要的是读取每个变量的最大值，并计算该值的平均值和（最多）9个围绕它的字段。在上面的区域/“变量”（“a”）中，扇区的最高值在右下角为10，该值由值5、9和7包围。因此，我寻找的变量“a”的结果是7.75（（5+9+7+10）/4）

我想象代码类似于这样（我知道这不是您编写r的方式，但我不太清楚）：

平均值（变量内的最大值，x处的值（变量内的最大值）-1，y处的值（变量内的最大值）），x处的值（变量内的最大值）-1，y处的值（变量内的最大值）+1

下一个问题的挑战是，仪器将执行96个区域（“变量”）的扫描。理想情况下，我需要一个解决方案，自动为每个/所有变量提供这个特殊的平均值，而不需要我写几乎相同的代码96次

我知道这要求有点高，但我已经做了一段时间了，我就是想不出一个解决方案，甚至是谷歌搜索的好方法

非常感谢您的帮助

蒂姆

Ps：使用此R代码创建上面显示的df的随机版本：

df <- data.frame(x = c(1:5), y = rep(c(5:1), each=5),variable = rep(c("a", "b"), each=25 ), values = floor(runif(50, min=1, max=10)))

---

df此更新答案将提供最大值的平均值，每个变量组内最多有9个周围值

library(dplyr)

# Create the function
get.means <- function(df){
  # Get a data frame of rows with the maximum value
  max.rows <- df[df$values == max(df$values), ]

  # Create an empty data frame
  means.df <- data.frame(variable = character(), x = integer(), y = integer(), value = numeric(), mean = numeric(), stringsAsFactors = FALSE)

  # Create an iterator for the data frame
  iterator <- 1

  # Loop through each row of the maximum value data frame
  for(i in c(1:nrow(max.rows))){
    # Get the x value for the current row
    x <- max.rows$x[i]

    # Get the y value for the current row
    y <- max.rows$y[i]

    # Set the range of x values to process based on the x coordinate
    if(x == 1){
      x.range <- c(1, 2)
    } else if(x == 5){
      x.range <- c(4, 5)
    } else{
      x.range <- c(x-1, x, x+1)
    }

    # Set the range of y values to process based on the y coordinate
    if(y == 1){
      y.range <- c(1, 2)
    } else if(y == 5){
      y.range <- c(4, 5)
    } else{
      y.range <- c(y-1, y, y+1)
    }

    # Get a matrix of the values from the original data frame, which are in both the current y and x ranges
    vals <- as.matrix(df[(df$y %in% y.range) & (df$x %in% x.range), 'values'])

    # Get the mean of the values
    mean.val <- mean(vals)

    # Insert the current variable value to the data frame for the new row
    means.df[iterator, 'variable'] <- as.character(max.rows$variable[i])

    # Insert the current x, y, value, and mean values for the new row
    means.df[iterator, c('x','y','value', 'mean')] <- c(x, y, max.rows$values[i], mean.val)

    # Increment the iterator
    iterator <- iterator + 1
  }

  # Return the final data frame
  return(means.df)
}



# Create a test data frame
df <- data.frame(x = c(1:5), y = rep(c(5:1), each=5),variable = rep(c("a", "b"), each=25 ), values = floor(runif(50, min=1, max=10)))

# Get the means for each max value within the variable grouping
df1 <- df %>%
       group_by(variable) %>%
       do(get.means(.))

库（dplyr）
#创建函数
get.means您可以使用SO编辑工具来提高代码和文本的可读性吗？我很难理解你想做什么。谢谢。我很想去，但很明显，我也无法做到这一点。不过，我确实接受了你的改进建议。非常感谢你的建议。我确实认为它朝着正确的方向发展。然而，这仍然给我留下了一个问题，我最终只希望每个变量有一个值，并将它们全部放在一个df中。多亏了你，我才意识到我的榜样相当糟糕。不仅存在多个最大值，而且我展示的示例计算甚至没有使用该特定扇区的最大值。我调整了我的例子，改变了措辞。我希望现在更清楚了。也许你可以再看一眼。谢谢TimI已更新我的答案，以便使用dplyr
group\u by
功能。现在，它将返回一个数据帧，每个变量中最大值的平均值最多为9个周围值。注意：如果变量组中的最大值有对应关系，那么它将返回两行。Wohooo。非常感谢你！据我所知，这是现场。我唯一能提供的回应是，我将努力在编码和格式方面做得更好，这样我就可以在将来为社区做出贡献！非常感谢。
library(dplyr)

# Create the function
get.means <- function(df){
  # Get a data frame of rows with the maximum value
  max.rows <- df[df$values == max(df$values), ]

  # Create an empty data frame
  means.df <- data.frame(variable = character(), x = integer(), y = integer(), value = numeric(), mean = numeric(), stringsAsFactors = FALSE)

  # Create an iterator for the data frame
  iterator <- 1

  # Loop through each row of the maximum value data frame
  for(i in c(1:nrow(max.rows))){
    # Get the x value for the current row
    x <- max.rows$x[i]

    # Get the y value for the current row
    y <- max.rows$y[i]

    # Set the range of x values to process based on the x coordinate
    if(x == 1){
      x.range <- c(1, 2)
    } else if(x == 5){
      x.range <- c(4, 5)
    } else{
      x.range <- c(x-1, x, x+1)
    }

    # Set the range of y values to process based on the y coordinate
    if(y == 1){
      y.range <- c(1, 2)
    } else if(y == 5){
      y.range <- c(4, 5)
    } else{
      y.range <- c(y-1, y, y+1)
    }

    # Get a matrix of the values from the original data frame, which are in both the current y and x ranges
    vals <- as.matrix(df[(df$y %in% y.range) & (df$x %in% x.range), 'values'])

    # Get the mean of the values
    mean.val <- mean(vals)

    # Insert the current variable value to the data frame for the new row
    means.df[iterator, 'variable'] <- as.character(max.rows$variable[i])

    # Insert the current x, y, value, and mean values for the new row
    means.df[iterator, c('x','y','value', 'mean')] <- c(x, y, max.rows$values[i], mean.val)

    # Increment the iterator
    iterator <- iterator + 1
  }

  # Return the final data frame
  return(means.df)
}



# Create a test data frame
df <- data.frame(x = c(1:5), y = rep(c(5:1), each=5),variable = rep(c("a", "b"), each=25 ), values = floor(runif(50, min=1, max=10)))

# Get the means for each max value within the variable grouping
df1 <- df %>%
       group_by(variable) %>%
       do(get.means(.))