求R中相应元素的范围和平均值

我在一个数据集中有不同的数字范围（或坐标），我想找到合适的数字范围，然后取相应分数的平均值

假设我的数据集是：

coordinate score    
     1000   1.1
     1001   1.2
     1002   1.1
     1003   1.4
     1006   1.8
     1007   1.9
     1010   0.5
     1011   1.1
     1012   1.0

我应该找到合适的边界（当坐标不连续时），然后计算每个特定范围的平均值

我期望的结果是：

start end mean-score
1000 1003  1.2
1006 1007  1.85
1010 1012  0.86

试试这个（假设

df

是您的数据集）

---

或者使用

dplyr

library(dplyr)
df %>%
  mutate(indx = dense_rank(cumsum(c(1, diff(coordinate)) - 1))) %>%
  group_by(indx) %>%
  summarise(start = first(coordinate),
            end = last(coordinate),
            mean_score = round(mean(score), 2))

# Source: local data frame [3 x 4]
# 
#   indx start  end mean_score
# 1    1  1000 1003       1.20
# 2    2  1006 1007       1.85
# 3    3  1010 1012       0.87

---

以下是一些可供选择的base R解决方案（效率要低得多）

---

创建

indx

是一个绝妙的想法。你能解释一下这个部分吗？感谢

diff

计算连续值之间的差异。我正在执行

-1

，因此只有差值为1的值的值将为0。因此，当执行

cumsum

时，它将它们计算在与

0+0+0=0

相同的组中。当距离大于1时，cumsum将添加一个新值，然后继续添加零，这样它将成为一个新组，依此类推。有关

.GRP

的信息，请参见

？数据表。实际上，你也可以用base R来实现这一点，但效率要低得多。我会尽快添加base R解决方案。我将有机会查看我对base R的编辑和
dplyr
dplyr
也应该非常高效
library(dplyr)
df %>%
  mutate(indx = dense_rank(cumsum(c(1, diff(coordinate)) - 1))) %>%
  group_by(indx) %>%
  summarise(start = first(coordinate),
            end = last(coordinate),
            mean_score = round(mean(score), 2))

# Source: local data frame [3 x 4]
# 
#   indx start  end mean_score
# 1    1  1000 1003       1.20
# 2    2  1006 1007       1.85
# 3    3  1010 1012       0.87

df$indx <- as.numeric(factor(cumsum(c(1, diff(df$coordinate)) - 1)))
cbind(aggregate(coordinate ~ indx, df, function(x) c(start = head(x, 1), end = tail(x, 1))),
      aggregate(score ~ indx, df, function(x) mean_score = round(mean(x), 2)))

#   indx coordinate.start coordinate.end indx score
# 1    1             1000           1003    1  1.20
# 2    2             1006           1007    2  1.85
# 3    3             1010           1012    3  0.87

cbind(do.call(rbind, (with(df, tapply(coordinate, indx, function(x) c(start = head(x, 1), end = tail(x, 1)))))),
with(df, tapply(score, indx, function(x) mean_score = round(mean(x), 2))))

#   start  end     
# 1  1000 1003 1.20
# 2  1006 1007 1.85
# 3  1010 1012 0.87