R条件变量

我想为每个“站点”计算一个新变量（mean.BC），条件为x=BC5、BC6、BC7。换言之，取平均值（19,70,84）并超过所有具有站点“a”的行的结果，然后对所有具有站点“b、c等”的行执行相同的操作，但BC5、BC6、BC7的“y”值除外 每个站点都会发生变化

这可能不是最好的方法，我确实尝试过使用tidyr:：spread（）来传播数据，使用“x”作为键，但id没有 对我来说没有任何意义

test.data%%>%as.tibble（）%%>%group\u by（site）%%>%mutate（meanBC=if\u else（test.data$x==：找不到函数“%%>%” 期望的结果应该如下所示：

site rep.x..2.  y   meanBC
# 1    a        A1 34   57.6
# 2    a        B2 45   57.6
# 3    a        C3 11   57.6
# 4    a        D4 10   57.6
# 5    a       BC5 19   57.6
# 6    a       BC6 70   57.6

---

使用

dplyr

，我们可以

按
站点
分组，计算
y
的
平均值
，其对应的
x
是
c（“BC5”、“BC6”、“BC7”）中的一个

在
base R
中，我们可以

test.data$mean.BC <- with(test.data, ave(y * NA^!(x %in%  c("BC5", "BC6","BC7")), 
    site, FUN = function(x) mean(x, na.rm = TRUE)))
test.data$mean.BC
#[1] 57.66667 57.66667 57.66667 57.66667 57.66667 57.66667 57.66667 
#[8] 37.66667 37.66667 37.66667 37.66667 37.66667 37.66667 37.66667

test.data$mean.BC我了解你发布的代码中的所有内容，除了…y*NA^！…@akrun你能告诉我这是做什么的吗？@carlineo它是用逻辑表达式创建
NA
。例如
NA^（c（真，假））
返回
NA
表示真，1表示假。当你否定时（
！
），所有0值都变为
TRUE
，其他值变为FALSE。因此，我们得到0和其他值1的
NA
，当与
总和相乘时，返回预期值
library(data.table)
setDT(test.data)[, mean.BC := mean(y[x %in% c("BC5", "BC6","BC7")]), by = site]

test.data$mean.BC <- with(test.data, ave(y * NA^!(x %in%  c("BC5", "BC6","BC7")), 
    site, FUN = function(x) mean(x, na.rm = TRUE)))
test.data$mean.BC
#[1] 57.66667 57.66667 57.66667 57.66667 57.66667 57.66667 57.66667 
#[8] 37.66667 37.66667 37.66667 37.66667 37.66667 37.66667 37.66667