R：在条件下替换数据帧中的值
我得到了一个由三列组成的数据框架（参见代码中的示例）。第一列包含类别（a），第二列为观察数量（b），第三列为这些观察的平均值（c） 它工作得很好（但只是平均值而不是平均值）。输出为： [1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000纳 现在我的问题是，我有很多类别（n=32），我试图将这个函数应用于包含我的类别的向量。在这种情况下，一个简单的例子是：R：在条件下替换数据帧中的值,r,function,dataframe,mean,substitution,R,Function,Dataframe,Mean,Substitution,我得到了一个由三列组成的数据框架（参见代码中的示例）。第一列包含类别（a），第二列为观察数量（b），第三列为这些观察的平均值（c） 它工作得很好（但只是平均值而不是平均值）。输出为： [1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000纳 现在我的问题是，我有很多类别（n=32），我试图将这个函数应用于包含我的类别的向量。在这种情况下，一个简单的例子是： #test the function for a te
#test the function for a testvector
test.vector<-c("aaa","ddd")
function.abc(test.vector)
#测试测试向量的函数
test.vector我不太清楚你的意思，但是如果你想包括所有这样的行，你可以使用%in%
function.abc<-function(x){
ifelse(
(df.abc[,1] %in% x)&(df.abc[,2]==1),
mean(df.abc$c[df.abc$a %in% x],na.rm=TRUE),
df.abc[,3]
)
}
> function.abc("aaa")
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 NA
> test.vector<-c("aaa","ddd")
> function.abc(test.vector)
[1] 1 2 4 4 5 6 7 NA
function.abc function.abc（“aaa”）
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000纳
>test.vector函数.abc（test.vector）
[1] 1 2 4 5 6 7 NA
最后一个元素是NA，因为列“b”不是1。我不太清楚你的意思，但是如果你想包括所有这样的行，你可以在%中使用%
function.abc<-function(x){
ifelse(
(df.abc[,1] %in% x)&(df.abc[,2]==1),
mean(df.abc$c[df.abc$a %in% x],na.rm=TRUE),
df.abc[,3]
)
}
> function.abc("aaa")
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 NA
> test.vector<-c("aaa","ddd")
> function.abc(test.vector)
[1] 1 2 4 4 5 6 7 NA
function.abc function.abc（“aaa”）
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000纳
>test.vector函数.abc（test.vector）
[1] 1 2 4 5 6 7 NA
最后一个元素是NA，因为列“b”不是1。CatMeans CatMeans ifelse（is.NA（df.abc$c）、CatMeans[df.abc$a]，df.abc$c）
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 5.000000
我相信你可以把它变成一个函数。如果您只想要“aaa”
和“ddd”
，那么您可以使用ifelse（is.na（df.abc$c）&df.abc$a%c（“aaa”，“ddd”），…
CatMeans CatMeans ifelse（is.na（df.abc$c），CatMeans[df.abc$a]，df.abc$c）
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 5.000000
我敢肯定，你可以把它变成一个函数。如果你只想要“aaa”
和“ddd”
，那么你可以使用ifelse（is.na（df.abc$c）&df.abc$a%在%c中（“aaa”，“ddd”），…
为了在一个类别中同时处理多个列，您需要使用一些东西来拆分数据帧，然后处理组件。lappy（split（df，fac），function（x）{…}）
范例非常适合于此。或者您可以使用transform
或plyr
包
> lapply( split( df.abc, df.abc$a),
function(dfrm) { dfrm[is.na(dfrm$c), "c"] <-
weighted.mean(dfrm[!is.na(dfrm$c) , "c"], dfrm[!is.na(dfrm$c), "b"])
dfrm} )
# need to evaluate dfrm in order to return the full value.
$aaa
a b c
1 aaa 3 1.0
2 aaa 4 2.0
3 aaa 1 3.2
7 aaa 3 7.0
$ddd
a b c
4 ddd 3 4.0
6 ddd 7 6.0
8 ddd 2 5.4
$eee
a b c
5 eee 5 5
为了在一个类别中同时处理多个列，您需要使用一些东西来拆分数据帧，然后处理组件。lappy（split（df，fac），function（x）{…}）范式可以很好地解决这个问题。或者您可以使用transform
或plyr
包
> lapply( split( df.abc, df.abc$a),
function(dfrm) { dfrm[is.na(dfrm$c), "c"] <-
weighted.mean(dfrm[!is.na(dfrm$c) , "c"], dfrm[!is.na(dfrm$c), "b"])
dfrm} )
# need to evaluate dfrm in order to return the full value.
$aaa
a b c
1 aaa 3 1.0
2 aaa 4 2.0
3 aaa 1 3.2
7 aaa 3 7.0
$ddd
a b c
4 ddd 3 4.0
6 ddd 7 6.0
8 ddd 2 5.4
$eee
a b c
5 eee 5 5
对于最后一个案例，不清楚您希望返回什么。他希望[1]1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 5.00000
我相信。鉴于问题的陈述，我认为提供的答案中的任何一个都不正确。如果三个项目属于“aaa”类别，且值=c（1,2,7）
，计数=c（3,4,3）
，那么加权平均数不是3.3333，而是3.2。如果我对问题陈述的理解是错误的，那么也许可以修改这个问题，以澄清为什么计算平均数时不使用计数？@SeñorO&Dwin这个问题不是100，所以我在上面编辑了它。Dwin是正确的，我只计算了100意思不是平均意思。他答对了问题，他的解决方案很好。不清楚最后一个案例你想要返回什么。他想要[1]1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 5.00000
我相信。鉴于问题的陈述，我认为提供的答案中的任何一个都不正确。如果三个项目属于“aaa”类别，其值=c（1,2,7）
，计数=c（3,4,3）
，那么加权平均数不是3.3333，而是3.2。如果我对问题陈述的理解是错误的，那么也许可以修改这个问题，以澄清为什么计算平均数时不使用计数？@SeñorO&Dwin这个问题不是100，所以我在上面编辑了它。Dwin是正确的，我只计算了100他说的是正确的，他解决的问题很好。为我解决了问题。甚至没有考虑把它拆分，但这完全是有意义的。谢谢！为我做了。甚至没有考虑把它拆分，但这完全是有意义的。谢谢！
aaa ddd eee
3.333333 5.000000 5.000000
> CatMeans <- tapply(df.abc$c, df.abc$a, function(x) mean(x, na.rm==T))
> ifelse(is.na(df.abc$c), CatMeans[df.abc$a], df.abc$c)
[1] 1.000000 2.000000 3.333333 4.000000 5.000000 6.000000 7.000000 5.000000
> lapply( split( df.abc, df.abc$a),
function(dfrm) { dfrm[is.na(dfrm$c), "c"] <-
weighted.mean(dfrm[!is.na(dfrm$c) , "c"], dfrm[!is.na(dfrm$c), "b"])
dfrm} )
# need to evaluate dfrm in order to return the full value.
$aaa
a b c
1 aaa 3 1.0
2 aaa 4 2.0
3 aaa 1 3.2
7 aaa 3 7.0
$ddd
a b c
4 ddd 3 4.0
6 ddd 7 6.0
8 ddd 2 5.4
$eee
a b c
5 eee 5 5
do.call( rbind, lapply( split( df.abc, df.abc$a),
function(dfrm) { dfrm[is.na(dfrm$c), "c"] <-
weighted.mean(dfrm[!is.na(dfrm$c) , "c"], dfrm[!is.na(dfrm$c), "b"])
dfrm} ) )
a b c
aaa.1 aaa 3 1.0
aaa.2 aaa 4 2.0
aaa.3 aaa 1 3.2
aaa.7 aaa 3 7.0
ddd.4 ddd 3 4.0
ddd.6 ddd 7 6.0
ddd.8 ddd 2 5.4
eee eee 5 5.0