R 拆分列,获取拆分列的平均值,并更新结果
我目前正在尝试将包含一个值范围(作为字符)的列分离为两个数字列,以计算它们的平均值(如果一行有一个范围)。然后,我想用更新后的结果列替换旧列。实际上,有多个列需要完成。。我试图找到一种方法,但对我来说似乎很有挑战性 下面是我尝试过的代码。。这是行不通的R 拆分列,获取拆分列的平均值,并更新结果,r,data.table,strsplit,R,Data.table,Strsplit,我目前正在尝试将包含一个值范围(作为字符)的列分离为两个数字列,以计算它们的平均值(如果一行有一个范围)。然后,我想用更新后的结果列替换旧列。实际上,有多个列需要完成。。我试图找到一种方法,但对我来说似乎很有挑战性 下面是我尝试过的代码。。这是行不通的 test.val <- data.table(id = c(1, 2, 3), colA = c("100-150", "200", "300"),
test.val <- data.table(id = c(1, 2, 3),
colA = c("100-150", "200", "300"),
colB = c("15", "20-30", "10"))
test.A <- test.val[, lapply(.SD, function(x){strsplit(x, split = "-")}), .SDcols = c("colA", "colB")]
test.B[, lapply(.SD, mean), .SDcols = c("colA", "colB")]
有人能帮我吗?
非常感谢。这里有一个可能性:
test.val %>%
gather(var, val, -id) %>%
separate(val, c("val1", "val2"), sep = "-", convert = TRUE) %>%
mutate(res = rowMeans(.[, 3:4], na.rm = TRUE)) %>%
select(-val1, -val2) %>%
spread(var, res)
id colA colB
1 1 125 15
2 2 200 25
3 3 300 10
在第一步中,它将数据从宽格式转换为长格式。然后,它将值分为两列。最后,它计算行平均值并将数据转换回原始格式
考虑到每个要分隔的列可能有两个以上的值:
test.val %>%
gather(var, val, -id) %>%
mutate(val = strsplit(val, "-")) %>%
unnest(val) %>%
group_by(id, var) %>%
mutate(res = mean(as.numeric(val))) %>%
distinct(res) %>%
spread(var, res)
另一个选项使用
data.table
library(data.table)
cols <- c("colA", "colB")
for(j in cols) {
tmp <- vapply(strsplit(test.val[[j]], "-"),
FUN = function(i) mean(as.numeric(i)),
FUN.VALUE = numeric(1))
set(test.val, j = j, value = tmp)
}
test.val
# id colA colB
#1: 1 125 15
#2: 2 200 25
#3: 3 300 10
我们将其包装到vapply
中,并在将每个向量转换为数值后计算每个元素的平均值
vapply(strsplit(x, "-"), function(x) mean(as.numeric(x)), numeric(1))
# [1] 125 200 300
我们使用此结果使用
data.table
的set
函数替换cols
中指定的每一列。谢谢@tmfmnk。这正是我想要的。与其他数据结构相比,我更熟悉data.table,这对我来说是一个非常好的答案。谢谢!另一种可能性是:test.val[,lapply(.SD,函数(x)均值(如.numeric(strsplit(x,“-”[[1]])),by=seq_len(test.val[,.N]),.SDcols=colA:colB]
x <- c("100-150", "200", "300")
strsplit(x, "-")
#[[1]]
#[1] "100" "150"
#[[2]]
#[1] "200"
#[[3]]
#[1] "300"
vapply(strsplit(x, "-"), function(x) mean(as.numeric(x)), numeric(1))
# [1] 125 200 300