如何使用data.table,与R聚合,在某些条件下计算不同列的平均值和中值

时间:2014-07-11 03:06:56

标签: r statistics aggregate data.table rstudio

我有四个向量(列)

 x y z  t
 1 1 1 10
 1 1 1 15
 1 4 1 14
 2 3 1 15
 2 2 1 17
 2 1 2 19
 2 4 2 18
 2 4 2 NA
 2 2 2 45
 3 3 2 NA
 3 1 3 59
 4 3 3 23
 4 4 3 45
 4 4 4 74
 5 1 4 86

我知道如何计算x,y和z中每个值的向量t的平均值和中值。 例子是:

   bar <- data.table(expand.grid(x=unique(data[x %in% c(1,2,3,4,5),x]),
                                 y=unique(data[y %in% c(1,2,3,4),y]),
                                 z=unique(data[z %in% c(1,2,3,4),z])))
   foo <- data[z %in% c(1,2,3,4),list(
    mean.t=mean(t,na.rm=T),
    median.t=median(t,na.rm=T))
   ,by=list(x,y,z)]
   merge(bar[,list(x,y,z)],foo,by=c("x","y","z"),all.x=T)

结果是:

     x y z mean.t median.t
  1: 1 1 1   12.5     12.5
  2: 1 1 2     NA       NA
  3: 1 1 3     NA       NA
  4: 1 1 4     NA       NA
  5: 1 2 1     NA       NA
  ........................
  79: 5 4 3    NA       NA
  80: 5 4 4    NA       NA

但现在我有了一个问题:如何对x,y,z和t进行相同的计算,但z不是1到4的数字,而是对于像这样的组:

  if 0 < z <= 2 group I, 
  if 2 < z <= 3 group II and 
  if 3 < z <= 4 group III.

因此,输出应采用以下格式:

     x y z    mean.t median.t
  1: 1 1 I   
  2: 1 1 II     
  3: 1 1 III     
  4: 1 2 I     
  5: 1 2 II     
  6: 1 2 III     
  7: 1 3 I     
  8: 1 3 II     
  9: 1 3 III     
 10: 1 4 I  
 ..........

1 个答案:

答案 0 :(得分:2)

定义一个新列zGroup进行分组。

(此示例中的数据与您的数据略有不同)

#create some data
dt<-data.table(x=rep(c(1,2),each=4),
               y=rep(c(1,2),each=2,times=2),
               z=rep(c(1,2,3,4),times=2),t=1:8)

#add a zGroup column
dt[0<z & z<=2, zGroup:=1]
dt[2<z & z<=3, zGroup:=2]
dt[3<z & z<=4, zGroup:=3]

#group by unique combinations of x, y, zGroup taking mean and median of t
dt[,list(mean.t=mean(t), median.t=as.double(median(t))), by=list(x,y,zGroup)]

注意,如果不将中位数强制转换为double,则会出错。有关详细信息,请参阅this post