R 查找以组最大值为条件的范围的平均因子
这感觉应该不难，但我一直在努力，却找不到合适的答案，所以我想我会问 我有一个数据集，我想按因子列拆分，然后取平均值。这很容易。复杂的是，我想进一步限制这意味着只有在第二列的最大值的特定范围内的值 例如，使用R 查找以组最大值为条件的范围的平均因子,r,aggregate,R,Aggregate,这感觉应该不难，但我一直在努力，却找不到合适的答案，所以我想我会问 我有一个数据集，我想按因子列拆分，然后取平均值。这很容易。复杂的是，我想进一步限制这意味着只有在第二列的最大值的特定范围内的值 例如，使用mtcars，我希望平均值hp，drat和wt按气缸分组（cyl），并且在最大排量的50cc之内（disp） 使用aggregatesubset参数不适用于每个子集，而是适用于整个数据集。因此，我们只得到了8缸汽车的正确平均值，而不是4缸或6缸汽车 aggregate(data=mtcars,
mtcarshpdratwtcyldispaggregateaggregate(data=mtcars, cbind(hp, drat, wt) ~ factor(cyl), FUN=mean, subset=c(disp<=max(disp) & disp>=max(disp)-50))
#factor(cyl) hp drat wt
#1 8 216.6667 3.053333 5.339667
我显然遗漏了一些东西。我要寻找的是返回一个数据帧，每个气缸有行（4、6、8），列中有hp、drat和wt的平均值，每个组中只有排名前50位的汽车 我认为这可以通过使用
dplyrlibrary(dplyr)
data <- mtcars %>% group_by(cyl) %>% filter(max(disp)-disp<=50) %>%
summarise_each(funs="mean",hp,drat,wt)
data
# A tibble: 3 × 4
cyl hp drat wt
<dbl> <dbl> <dbl> <dbl>
1 4 91.16667 3.950000 2.674167
2 6 107.50000 2.920000 3.337500
3 8 216.66667 3.053333 5.339667
库（dplyr）
数据%group\U by（cyl）%>%过滤器（最大（显示）-显示%
对每个项目进行总结（funs=“mean”、hp、drat、wt）
数据
#一个tibble:3×4
气缸hp drat wt
1 4 91.16667 3.950000 2.674167
2 6 107.50000 2.920000 3.337500
3 8 216.66667 3.053333 5.339667
dplyrlibrary(dplyr)
data <- mtcars %>% group_by(cyl) %>% filter(max(disp)-disp<=50) %>%
summarise_each(funs="mean",hp,drat,wt)
data
# A tibble: 3 × 4
cyl hp drat wt
<dbl> <dbl> <dbl> <dbl>
1 4 91.16667 3.950000 2.674167
2 6 107.50000 2.920000 3.337500
3 8 216.66667 3.053333 5.339667
库（dplyr）
数据%group\U by（cyl）%>%过滤器（最大（显示）-显示%
对每个项目进行总结（funs=“mean”、hp、drat、wt）
数据
#一个tibble:3×4
气缸hp drat wt
1 4 91.16667 3.950000 2.674167
2 6 107.50000 2.920000 3.337500
3 8 216.66667 3.053333 5.339667
do.call(rbind, lapply(split(mtcars, mtcars$cyl), function(i) {
sapply(i[i$disp<=max(i$disp) & i$disp>=max(i$disp)-50, c("hp", "drat", "wt")], mean)))
hp drat wt
4 91.16667 3.950000 2.674167
6 107.50000 2.920000 3.337500
8 216.66667 3.053333 5.339667
do.call（rbind，lappy（split（mtcars，mtcars$cyl））函数（i）{
SAPPY（i[i$disp=max（i$disp）-50，c（“hp”、“drat”、“wt”）]，平均值）
hp drat wt
4 91.16667 3.950000 2.674167
6 107.50000 2.920000 3.337500
8 216.66667 3.053333 5.339667
在这里，数据按cyl拆分为data.frames列表，然后根据您的标准划分为子集。然后计算所需变量的平均值。使用
do.call将结果列表绑定到data.frames中。使用split apply combine方法的基本R方法是
do.call(rbind, lapply(split(mtcars, mtcars$cyl), function(i) {
sapply(i[i$disp<=max(i$disp) & i$disp>=max(i$disp)-50, c("hp", "drat", "wt")], mean)))
hp drat wt
4 91.16667 3.950000 2.674167
6 107.50000 2.920000 3.337500
8 216.66667 3.053333 5.339667
do.call（rbind，lappy（split（mtcars，mtcars$cyl））函数（i）{
SAPPY（i[i$disp=max（i$disp）-50，c（“hp”、“drat”、“wt”）]，平均值）
hp drat wt
4 91.16667 3.950000 2.674167
6 107.50000 2.920000 3.337500
8 216.66667 3.053333 5.339667
在这里，数据按cyl划分为data.frames列表，然后根据您的标准划分为子集。然后计算所需变量的平均值。使用do.call将结果列表合并为data.frames。为了完整起见，这里还有一个data.table
解决方案
OP已请求返回一个数据帧，其中每个气缸（4、6、8）的行数和hp
的平均值、drat
和wt
的列数仅用于每组前50毫升的汽车。因此，有两个任务：
选择符合条件的车辆
按组聚合相关列
使用data.table
library(data.table)
mtcars <- as.data.table(mtcars)
mtcars[mtcars[, .I[disp >= max(disp) - 50], by = cyl]$V1,
lapply(.SD, mean), .SDcols = c("hp", "drat", "wt"), keyby = cyl]
第一项任务由以下人员完成：
mtcars[, .I[disp >= max(disp) - 50], by = cyl]$V1
它返回满足条件的车辆的行号，这些车辆位于每组前50 cc的范围内
最后，根据请求按组聚合所选行
请注意，setDT（mtcars）
不能像往常一样使用，因为mtcars
驻留在一个包中，该包被锁定以防止修改其变量绑定。为完整起见，这里还有一个数据表
解决方案
OP已请求返回一个数据帧，其中每个气缸（4、6、8）的行数和hp
的平均值、drat
和wt
的列数仅用于每组前50毫升的汽车。因此，有两个任务：
选择符合条件的车辆
按组聚合相关列
使用data.table
library(data.table)
mtcars <- as.data.table(mtcars)
mtcars[mtcars[, .I[disp >= max(disp) - 50], by = cyl]$V1,
lapply(.SD, mean), .SDcols = c("hp", "drat", "wt"), keyby = cyl]
第一项任务由以下人员完成：
mtcars[, .I[disp >= max(disp) - 50], by = cyl]$V1
它返回满足条件的车辆的行号，这些车辆位于每组前50 cc的范围内
最后，根据请求按组聚合所选行
请注意setDT（mtcars）
不能像往常一样使用，因为mtcars
驻留在一个被锁定的包中，以防止修改其变量绑定。谢谢！我对此进行了改进，但选择了Andrew的dplyr
解决方案，因为它更简洁。谢谢！我对其进行了改进，但选择了Andrew的dplyr
解决方案，因为它更具说服力练习：RStudio dplyr和tidyr备忘单是一个很好的起点RStudio dplyr和tidyr备忘单是一个很好的起点