R 按组查找一段时间内的平均值，并检索同一时间段的最后日期

以下是四列可复制数据表：

日期

类别

价值1

价值2

正如标题所示，我想计算每个类别value1和value2的平均值，并将这些类别的最后观察日期保留在结果数据框中

以下是输入：

# Libraries
library(dplyr)
library(data.table)

# Reproducible data table
set.seed(1234)
date <- seq(as.Date("2017-01-01"), by = "month", length.out = 10)
category <- (c('A','A','B','B','C','C','C','C','C', 'C'))
value1 <- sample(seq(from = 91, to = 100, by = 1))
value2 <- sample(seq(from = 51, to = 60, by = 1))
dt <- data.table(date, category, value1, value2)
print(dt)

          date category value1 value2
 1: 2017-01-01        A     92     57
 2: 2017-02-01        A     96     55
 3: 2017-03-01        B     95     53
 4: 2017-04-01        B     98     60
 5: 2017-05-01        C     99     52
 6: 2017-06-01        C     94     59
 7: 2017-07-01        C     91     56
 8: 2017-08-01        C     97     51
 9: 2017-09-01        C    100     58
10: 2017-10-01        C     93     54

dt2 <- dt %>% group_by(category) %>% summarise_each(funs(mean))
print(dt2)

# A tibble: 3 x 4
  category       date   value1 value2
     <chr>     <date>    <dbl>  <dbl>
1        A 2017-01-16 94.00000   56.0
2        B 2017-03-16 96.50000   56.5
3        C 2017-07-16 95.66667   55.0

  category       date   value1 value2
1        A 2017-02-01 94.00000   56.0
2        B 2017-04-01 96.50000   56.5
3        C 2017-10-01 95.66667   55.0

---

谢谢你的建议

以下是

数据表

方法。我们可以使用

j

参数在

（）

中执行计算，并通过

参数在
中设置分组

dt[, .(date = last(date), value1 = mean(value1), value2 = mean(value2)), by = category]

以下是弗兰克在这篇文章中提出的一种更有效的方法。这种方法只需编写一次
mean
函数，使用
.SD
和
.SDcols
指定要以平均值汇总的列

dt[, c(.(date = last(date)), lapply(.SD, mean)), by = category, .SDcols = value1:value2]

如果你想使用dplyr，你可以使用Z.Lin的方法。但是，如果有很多值列，例如
value1
到
value10
，则可以执行以下操作

dt %>%
  group_by(category) %>%
  summarise_all(funs(if_else(is.numeric(.), mean(.), last(.))))

此代码仅在列为数字时计算平均值，否则将报告组的最后一行

最后一个提醒，
summary\u每个
都已被弃用。请使用
summary\u all
，
summary\u if
，或
summary\u at
 以下是
数据表
方法。我们可以使用
j
参数在
（）
中执行计算，并通过
参数在
中设置分组

dt[, .(date = last(date), value1 = mean(value1), value2 = mean(value2)), by = category]

以下是弗兰克在这篇文章中提出的一种更有效的方法。这种方法只需编写一次
mean
函数，使用
.SD
和
.SDcols
指定要以平均值汇总的列

dt[, c(.(date = last(date)), lapply(.SD, mean)), by = category, .SDcols = value1:value2]

如果你想使用dplyr，你可以使用Z.Lin的方法。但是，如果有很多值列，例如
value1
到
value10
，则可以执行以下操作

dt %>%
  group_by(category) %>%
  summarise_all(funs(if_else(is.numeric(.), mean(.), last(.))))

此代码仅在列为数字时计算平均值，否则将报告组的最后一行

最后一个提醒，
summary\u每个
都已被弃用。请使用
summary\u all
，
summary\u if
，或
summary\u at
 这就是你要找的吗

dt %>%
  group_by(category) %>%
  summarise(date = max(date),
            value1 = mean(value1),
            value2 = mean(value2)) %>%
  ungroup()

# A tibble: 3 x 4
  category       date   value1 value2
     <chr>     <date>    <dbl>  <dbl>
1        A 2017-02-01 94.00000   56.0
2        B 2017-04-01 96.50000   56.5
3        C 2017-10-01 95.66667   55.0

dt%>%
组别(类别)%>%
总结（日期=最大（日期），
值1=平均值（值1），
value2=平均值（value2））%>%
解组（）
#一个tibble:3x4
类别日期值1值2
1A 2017-02-01 94.0000056.0
2b 2017-04-01 96.50000 56.5
3 C 2017-10-01 95.66667 55.0
这就是你要找的吗

dt %>%
  group_by(category) %>%
  summarise(date = max(date),
            value1 = mean(value1),
            value2 = mean(value2)) %>%
  ungroup()

# A tibble: 3 x 4
  category       date   value1 value2
     <chr>     <date>    <dbl>  <dbl>
1        A 2017-02-01 94.00000   56.0
2        B 2017-04-01 96.50000   56.5
3        C 2017-10-01 95.66667   55.0

dt%>%
组别(类别)%>%
总结（日期=最大（日期），
值1=平均值（值1），
value2=平均值（value2））%>%
解组（）
#一个tibble:3x4
类别日期值1值2
1A 2017-02-01 94.0000056.0
2b 2017-04-01 96.50000 56.5
3 C 2017-10-01 95.66667 55.0
@Frank观点正确。我不知道
dplyr
的
sumerise\u all
，
summary\u if
，或
summary\u at
in
data.table
@Frank感谢分享您的解决方案并报告错误
if_else
在这里是必需的，因为
if else
将强制日期列为数字。@Frank我注意到，如果我将您的代码从
by=date
更改为
by=category
，这似乎会导致所需的输出，而不会出现警告或错误消息。如果您允许，我想将您的解决方案添加到我的帖子中作为补充。也可以使用
max（date）
，它与
last（date）
dt%>%group\u by（category）%%>%summary\u all（funs）（如果其他（是数值（.），平均（.），last（））相同
是一种纯粹的R美。“我不同意我的拙见。”弗兰克说得很好。我不知道
dplyr
的
sumerise\u all
，
summary\u if
，或
summary\u at
in
data.table
@Frank感谢分享您的解决方案并报告错误
if_else
在这里是必需的，因为
if else
将强制日期列为数字。@Frank我注意到，如果我将您的代码从
by=date
更改为
by=category
，这似乎会导致所需的输出，而不会出现警告或错误消息。如果您允许，我想将您的解决方案添加到我的帖子中作为补充。也可以使用
max（date）
，它与
last（date）
dt%>%group\u by（category）%%>%summary\u all（funs）（如果其他（是数值（.），平均（.），last（））相同
是一种纯粹的R美。我以我的拙见，很好的解决方案。我开发了一种类似的方法，使用
summary_all
，以防OP中有很多列需要平均汇总。这是一个很好的解决方案。我开发了一种类似的方法，使用
summary_all
，以防OP中有很多列需要平均汇总。