R 基于另一列中的值对数据集中的一列求平均值
我有一个许多不同型号的车队的数据框架。每辆车都是一行,包括每辆特定车辆的品牌、型号和平均每日里程。我想通过模型得到平均每日里程数。我该怎么做?实际的表有许多不同的模型和品牌,我不想把它们分成单独的数据帧。我相信我可以用R中的一个命令完成。提前感谢您的帮助 下面是数据帧的一个子集 每天制作一个模型 现代口音43 现代口音37 现代创世纪32 现代创世纪63 本田雅阁24 本田雅阁54 本田思域71 本田思域16 丰田凯美瑞61 丰田凯美瑞27R 基于另一列中的值对数据集中的一列求平均值,r,dataframe,average,R,Dataframe,Average,我有一个许多不同型号的车队的数据框架。每辆车都是一行,包括每辆特定车辆的品牌、型号和平均每日里程。我想通过模型得到平均每日里程数。我该怎么做?实际的表有许多不同的模型和品牌,我不想把它们分成单独的数据帧。我相信我可以用R中的一个命令完成。提前感谢您的帮助 下面是数据帧的一个子集 每天制作一个模型 现代口音43 现代口音37 现代创世纪32 现代创世纪63 本田雅阁24 本田雅阁54 本田思域71 本田思域16 丰田凯美瑞61 丰田凯美瑞27 丰田凯美瑞12假设您的数据如下: "","make",
丰田凯美瑞12假设您的数据如下:
"","make","model","mi_per_day"
"1","Hyundai ","Accent",43
"2","Hyundai ","Genesis",32
"3","Hyundai ","Genesis",63
"4","Honda","Accord",24
"5","Honda","Accord",54
"6","Honda","Civic",71
"7","Honda","Civic",16
"8","Toyota","Camry",61
"9","Toyota","Camry",27
"10","Toyota","Camry",12
您可以使用以下代码:
read.csv("/path/to/csv/dir/cars.csv")
aggregate(x = cars$mi_per_day,by=list(cars$make),FUN=mean)
这将提供以下输出:
Group.1 x
1 Accent 43.00000
2 Accord 39.00000
3 Camry 33.33333
4 Civic 43.50000
5 Genesis 47.50000
这类问题(需要通过分组变量计算某些内容)在StackOverflow上经常被问到。我决定展示几种获得(几乎)相同结果的不同方法
资料
首先,我生成了一些简单的数据:
set.seed(123)
dat <- data.frame(group = sample(c('a','b','c'), 100, T),
value = rnorm(100),
stringsAsFactors = FALSE)
head(dat)
# group value
# 1 a 0.25331851
# 2 c -0.02854676
# 3 b -0.04287046
# 4 c 1.36860228
# 5 c -0.22577099
# 6 a 1.51647060
要使用aggregate
函数,我们可以使用公式语法,并为其提供我们的数据和我们想要的函数。我非常喜欢聚合
aggregate(value ~ group, data = dat, mean)
# group value
# 1 a 0.05444944
# 2 b -0.16894993
# 3 c -0.04324673
我们可以使用split
和lapply
首先通过分组变量分离数据,然后对分离的列表执行计算。我们使用stack
以表格形式显示结果
stack(by(dat, dat$group, function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
stack(lapply(split(dat, dat$group), function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
stack(tapply(dat$value, dat$group, mean))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
我们可以使用tapply
函数在不规则数组上应用函数。我们给它我们想要用于计算的变量,分组变量和函数。我们使用stack
以表格形式显示结果
stack(by(dat, dat$group, function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
stack(lapply(split(dat, dat$group), function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
stack(tapply(dat$value, dat$group, mean))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c
我们也可以使用优秀的dplyr
包来执行聚合。我们首先使用groupby
对数据进行分组,然后使用summary
应用我们的函数。%%>%%
符号是管道,它们非常有用
library(dplyr)
dat %>%
group_by(group) %>%
summarise(mean(value))
# group `mean(value)`
# <chr> <dbl>
# 1 a 0.05444944
# 2 b -0.16894993
# 3 c -0.04324673
您好,您能提供一些示例数据或可复制的示例吗?该函数可能有用Bouncyball和hhh感谢您的重复和Bouncyball您的答案非常棒