R 计算变量内间隔的平均值
假设我有一个数据集,如:R 计算变量内间隔的平均值,r,mean,R,Mean,假设我有一个数据集,如: dat我们可以使用findInterval形成组,并使用tapply获得每组的平均值 tapply(dat, findInterval(seq_along(dat), v, left.open = TRUE), mean) # 0 1 2 3 4 #-0.5604756 0.3484638 0.1704305 0.4599013 -0.6754733 数据 set.se
dat我们可以使用findInterval
形成组,并使用tapply
获得每组的平均值
tapply(dat, findInterval(seq_along(dat), v, left.open = TRUE), mean)
# 0 1 2 3 4
#-0.5604756 0.3484638 0.1704305 0.4599013 -0.6754733
数据
set.seed(123)
dat <- rnorm(25)
v <- c(1, 8, 13, 17, 25)
set.seed(123)
dat您可以使用cut
来获得区间组,并使用聚合
来计算每组的平均值
aggregate(dat, list(interval=cut(seq(dat), c(0,v))), mean)
# interval x
#1 (0,1] -0.5604756
#2 (1,8] 0.3484638
#3 (8,13] 0.1704305
#4 (13,17] 0.4599013
#5 (17,25] -0.6754733
或者,如果您希望第一个和最后一个位置的间隔重叠,您可以使用sapply
sapply(seq(v), function(i) mean(dat[v[max(1,i-1)]:v[i]]))
#[1] -0.56047565 0.23484641 -0.06881816 0.44807533 -0.54510397
您可以使用split()
和cut()
创建组,然后通过sapply
计算每组的平均值,即
r <- sapply(split(dat,cut(seq_along(dat), c(-Inf,v))),mean)
使用dplyr
library(dplyr)
tibble(x = dat) %>%
group_by(Interval = findInterval(row_number(), v, left.open = TRUE)) %>%
summarise(x = mean(x))
欢迎来到堆栈溢出。到目前为止你试过什么?
> r
(-Inf,1] (1,8] (8,13] (13,17] (17,25]
-0.6264538 0.2397270 0.3101554 -0.2877232 0.3456389
library(dplyr)
tibble(x = dat) %>%
group_by(Interval = findInterval(row_number(), v, left.open = TRUE)) %>%
summarise(x = mean(x))