Question

我想计算每个n（在我的情况下每6个）行（或样本）的平均值和标准偏差。以下函数为我提供了每6行（96行给出16个平均值）的方法

colMeans(matrix(data.trim$X0, nrow=6))

我想对所有列执行此操作（总共1280个平均值）。我试过运行这个功能：

colMeans(matrix(data.trim, nrow=6))

但这根本不起作用，我收到以下错误消息：

colMeans中的错误（matrix（data.trim，nrow = 6））：'x'必须是数字

另外：警告信息：

在矩阵（data.trim，nrow = 6）中：数据长度[80]不是行数的子数倍或倍数[6]

Answer 1

您可以使用sapply：

将该功能应用于每个列

sapply(iris[1:4], function(x) colMeans(matrix(x, nrow=6)))
      Sepal.Length Sepal.Width Petal.Length Petal.Width
 [1,]     4.950000    3.383333     1.450000   0.2333333
 [2,]     4.850000    3.316667     1.483333   0.2000000
 [3,]     5.183333    3.633333     1.316667   0.2500000

...

[23,]     6.533333    2.950000     5.583333   1.9333333
[24,]     6.516667    3.033333     5.316667   2.1333333
[25,]     6.383333    3.033333     5.266667   2.1333333

与手动创建前六行的平均值进行比较：

colMeans(iris[1:6, 1:4])
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
   4.9500000    3.3833333    1.4500000    0.2333333

如果给出正确的aggregate参数，您也可以使用by执行此操作：

aggregate(iris[1:4], by=list((seq(nrow(iris))-1) %/% 6), FUN=mean)
   Group.1 Sepal.Length Sepal.Width Petal.Length Petal.Width
1        0     4.950000    3.383333     1.450000   0.2333333
2        1     4.850000    3.316667     1.483333   0.2000000
3        2     5.183333    3.633333     1.316667   0.2500000

...

这可以通过创建一个标识要平均的组的向量来实现：

(seq(nrow(iris))-1) %/% 6
  [1]  0  0  0  0  0  0  1  1  1  1  1  1  2  2  2  2  2  2  3  3  3  3  3  3  4  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6  6  6  7  7  7  7  7  7  8  8  8  8
 [53]  8  8  9  9  9  9  9  9 10 10 10 10 10 10 11 11 11 11 11 11 12 12 12 12 12 12 13 13 13 13 13 13 14 14 14 14 14 14 15 15 15 15 15 15 16 16 16 16 16 16 17 17
[105] 17 17 17 17 18 18 18 18 18 18 19 19 19 19 19 19 20 20 20 20 20 20 21 21 21 21 21 21 22 22 22 22 22 22 23 23 23 23 23 23 24 24 24 24 24 24

sapply解决方案返回一个矩阵，而aggregate解决方案返回一个数据框，以防更有可能。

Answer 2

我认为您收到Error，warning消息的可能原因是您直接将其应用于data.frame。例如

set.seed(48)
d1 <- as.data.frame(matrix(sample(1:40, 80*96, replace=T), ncol=80))
rowMeans(matrix(d1, ncol=6, byrow=T))
#Error in rowMeans(matrix(d1, ncol = 6, byrow = T)) : 'x' must be numeric
#In addition: Warning message:
#In matrix(d1, ncol = 6, byrow = T) :
#  data length [80] is not a sub-multiple or multiple of the number of rows [14]

您可以unlist data.frame

 res <- rowMeans(matrix(unlist(d1), ncol=6, byrow=T))
 dim(res) <- c(96/6, 80)
length(res)
#[1] 1280

交叉检查@Matthew Lundberg的方法

的结果

res1 <- sapply(d1, function(x) colMeans(matrix(x, nrow=6)))

all.equal(res,res1, check.attributes=F)
[1] TRUE

每列每n行的统计信息

2 个答案: