我需要获取特定行的一列(此处为:得分)的平均值(此处为:年)。具体来说,我想知道三个时期的平均分数:
这是我的数据结构:
country year score
Algeria 1980 -1.1201501
Algeria 1981 -1.0526943
Algeria 1982 -1.0561565
Algeria 1983 -1.1274560
Algeria 1984 -1.1353926
Algeria 1985 -1.1734330
Algeria 1986 -1.1327666
Algeria 1987 -1.1263586
Algeria 1988 -0.8529455
Algeria 1989 -0.2930265
Algeria 1990 -0.1564207
Algeria 1991 -0.1526328
Algeria 1992 -0.9757842
Algeria 1993 -0.9714060
Algeria 1994 -1.1422258
Algeria 1995 -0.3675797
...
计算出的平均值应添加到附加栏中的df(“平均值”),即第2期年份的相同平均值,等于第2期等等。
这应该是这样的:
country year score mean
Algeria 1980 -1.1201501 -1.089
Algeria 1981 -1.0526943 -1.089
Algeria 1982 -1.0561565 -1.089
Algeria 1983 -1.1274560 -1.089
Algeria 1984 -1.1353926 -0.839
Algeria 1985 -1.1734330 -0.839
Algeria 1986 -1.1327666 -0.839
Algeria 1987 -1.1263586 -0.839
Algeria 1988 -0.8529455 -0.839
Algeria 1989 -0.2930265 -0.839
Algeria 1990 -0.1564207 -0.839
...
我试过的每一条可能的路径都很容易超级复杂 - 我必须计算90多个国家不同时期的平均得分...
非常感谢你的帮助!
答案 0 :(得分:14)
datfrm$mean <-
with (datfrm, ave( score, findInterval(year, c(-Inf, 1984, 1991, Inf)), FUN= mean) )
标题问题与真实问题略有不同,将通过使用逻辑索引来回答。如果只想要特定子集的平均值year >= 1984 & year <= 1990
,则可以通过以下方式完成:
mn84_90 <- with(datfrm, mean(score[year >= 1984 & year <= 1990]) )
答案 1 :(得分:5)
由于findInterval
需要对year
进行排序(就像在您的示例中一样),因此我很想使用cut
以防它被排序1}罢工> [证明是错误的,谢谢@DWin]。为了完整性,data.table
等价物(大数据的比例)是:
require(data.table)
DT = as.data.table(DF) # or just start with a data.table in the first place
DT[, mean:=mean(score), by=cut(year,c(-Inf,1984,1991,Inf))]
使用DW时,或findInterval
可能更快:
DT[, mean:=mean(score), by=findInterval(year,c(-Inf,1984,1991,Inf))]
答案 2 :(得分:0)
如果按年份对行进行排序,那么我认为最简单的方法是:
m80_83 <- mean(dataframe[1:4,3]) #Finds the mean of the values of column 3 for rows 1 through 4
m84_90 <- mean(dataframe[5:10,3])
#etc.
如果未按年份对行进行排序,我将使用tapply这样。
list.of.means <- c(tapply(dataframe$score, cut(dataframe$year, c(0,1983.5, 1990.5, 3000)), mean)
在这里,tapply具有三个参数:
首先,要处理的数据(在本例中为datafram $ score)。
第二个,将数据分成几组的函数。在这种情况下,它将根据dataframe $ year值将数据分为三组。第1组将包括dataframe $ year值从0到1983.5的所有行,第2组将包括dataframe $ year值从1983.5到1990.5的所有行,第3组将包括dataframe $ year的值从1983.5到3000的所有行。 / p>
第三,应用于每个组的功能。此功能将应用于您选择作为第一个参数的数据。
因此,list.of.means应该是您要查找的3个值的列表。