计算R中无序向量组的平均值
我的问题可能很简单 我有一个无序的变量。 我想把这个变量分成大小相等的k组,然后计算每组值的平均值计算R中无序向量组的平均值,r,vector,mean,R,Vector,Mean,我的问题可能很简单 我有一个无序的变量。 我想把这个变量分成大小相等的k组,然后计算每组值的平均值 vec = c(1:10,1:5,2:6) mean(vec[1:4]) mean(vec[5:8]) mean(vec[9:12]) mean(vec[13:16]) mean(vec[17:20]) 提前感谢您的帮助 vec=c(1:10,1:5,2:6) vec = c(1:10,1:5,2:6) # get quartiles, quantiles, or any prob q <
vec = c(1:10,1:5,2:6)
mean(vec[1:4])
mean(vec[5:8])
mean(vec[9:12])
mean(vec[13:16])
mean(vec[17:20])
提前感谢您的帮助 vec=c(1:10,1:5,2:6)
vec = c(1:10,1:5,2:6)
# get quartiles, quantiles, or any prob
q <- quantile(vec, c(0.25,.5,.75, 1) )
# get the means
lapply(q, function(x){mean(vec[vec<=x])})
$`25%`
[1] 1.6
$`50%`
[1] 2.636364
$`75%`
[1] 3.5
$`100%`
[1] 4.5
#获取四分位数、分位数或任何概率
由于这个,我找到了一个解决办法
vec = c(1:10,1:5,2:6)
aa= split(vec, floor(5 * seq.int(0, length(vec) - 1) / length(vec)))
lapply(aa, mean)
# To be compared:
mean(vec[1:4])
mean(vec[5:8])
mean(vec[9:12])
mean(vec[13:16])
mean(vec[17:20])
分成5部分:
lapply(split(vec, sort(vec%%5)), mean)
$`0`
[1] 2.5
$`1`
[1] 6.5
$`2`
[1] 5.5
$`3`
[1] 3.5
$`4`
[1] 4.5
另一种方法是使用aggregate
vec <- c(1:10,1:5,2:6)
mystep <- 4
bins <- rep(1:ceiling(length(vec)/mystep), each = mystep)
bins <- bins[1:length(vec)] # removes any "overflow" values due to ceiling
xy <- data.frame(vec, bins)
aggregate(vec ~ bins, data = xy, FUN = mean)
bins vec
1 1 2.5
2 2 6.5
3 3 5.5
4 4 3.5
5 5 4.5
vec向量无序的含义是什么?这些无序值(比如X)与其他有序值(比如Y)相关联。我需要比较X的分位数和Y的分位数。所以,没有分位数……这个问题在你的评论中被修改了。现在没有分位数,谢谢你的回答。对不起,这不是我需要的哦,我明白了,没有分位数:)我现在修改了我的问题,删除了“分位数”这个词:-)