Question

之前我问过这样的问题，但我决定简化我的数据格式，因为我在R上很新，并且不明白发生了什么......这里是问题的链接How to handle more than multiple sets of data in R programming?

但是我编辑了我的数据应该是什么样的，并决定把它留下来......就这种格式......

X1.0   X X2.0 X.1
   0.9 0.9  0.2 1.2
  1.3 1.4  0.8 1.4

正如您所看到的，我有四列数据，我正在处理的实际数据是多达2000个数据点.....列“X1.0”和“X2.0”指的是“时间”。 ..所以我想要的是基于我的2列时间“X1.0”和“X2.0”每100秒平均“X”和“X.1”......我可以用它做这个命令

cuts <- cut(data$X1.0, breaks=seq(0, max(data$X1.0)+400, 400))
   by(data$X, cuts, mean)

但是这只会给我一组数据的平均值......这是“X1.0”和“X”......我将如何做到这一点，以便我可以得到超过平均数一个数据集....我也想停止这种输出

cuts: (0,400]
[1] 0.7
------------------------------------------------------------ 
cuts: (400,800]
[1] 0.805

请注意，输出是每400秒完成的....我真的想要一个不同时间间隔的平均值列表...请帮助......我刚刚使用data=read.delim("clipboard")将我的数据导入程序

Answer 1

您希望得到什么输出有点令人困惑。

首先我更改了colnames，但这是可选的

colnames(dat) <- c('t1','v1','t2','v2')

然后我会使用ave by，但输出效果更好。我正在使用矩阵的技巧来索引列：

matrix(1:ncol(dat),ncol=2)  ## column1 is col1 adn col2...
     [,1] [,2]
[1,]    1    3
[2,]    2    4

然后我将此矩阵与apply一起使用。这里是整个解决方案：

cbind(dat,
      apply(matrix(1:ncol(dat),ncol=2),2,
     function(x,by=10){      ## by 10 seconds! you can replace this 
                             ## with 100 or 400 in you real data
     t.col <- dat[,x][,1]   ## txxx
     v.col <- dat[,x][,2]   ## vxxx
     ave(v.col,cut(t.col, 
                   breaks=seq(0, max(t.col),by)),
         FUN=mean)})
  )

编辑更正剪辑并简化代码

cbind(dat,
     apply(matrix(1:ncol(dat),ncol=2),2,
           function(x,by=10)ave(dat[,x][,1], dat[,x][,1] %/% by)))
   X1.0   X X2.0 X.1       1         2
1   0.9 0.9  0.2 1.2  3.3000  3.991667
2   1.3 1.4  0.8 1.4  3.3000  3.991667
3   2.0 1.7  1.6 1.1  3.3000  3.991667
4   2.6 1.9  2.2 1.6  3.3000  3.991667
5   9.7 1.0  2.8 1.3  3.3000  3.991667
6  10.7 0.8  3.5 1.1 12.8375  3.991667
7  11.6 1.5  4.1 1.8 12.8375  3.991667
8  12.1 1.4  4.7 1.2 12.8375  3.991667
9  12.6 1.8  5.4 1.2 12.8375  3.991667
10 13.2 2.1  6.3 1.3 12.8375  3.991667
11 13.7 1.6  6.9 1.1 12.8375  3.991667
12 14.2 2.2  9.4 1.3 12.8375  3.991667
13 14.6 1.8 10.0 1.5 12.8375 10.000000

多列数据并获得平均R程序

1 个答案: