Question

我使用聚合方法将数据分组到R中。

Avg=aggregate(x$a, by=list(x$b,x$c),FUN= mean)

这给出了'a'的所有值的平均值'a'由数据框'x'的'b'和'c'分组。

现在不是取'a'的所有值的平均值，而是想取'a'和'c'分组的'a'的3个最大值的平均值。

样本数据集

a    b    c
10   G    3 
20   G    3 
22   G    3
10   G    3 
15   G    3
25   G    3
30   G    3

在上面的Aggregate函数之后，它会给我

Group.1    Group.2    x
  G          3       18.85

但是我想把“a”的最大5个值用于平均值

Group.1    Group.2    x
  G          3       22.40

我无法容纳我在Agrregate功能中使用的以下最大功能

index <- order(vector, decreasing = T)[1:5]
vector(index)

可以请任何人对这怎么可能有所了解？

Answer 1

您可以订购数据，获取前5个条目（使用头部），然后应用平均值：

aggregate(x$a, by=list(x$b,x$c),FUN= function(x) mean(head(x[order(-x)], 5)))
#  Group.1 Group.2    x
#1       G       3 22.4

如果您想使用自定义函数执行此操作，我会这样做：

myfunc <- function(vec, n){
  mean(head(vec[order(-vec)], n))
}

aggregate(x$a, by=list(x$b,x$c),FUN= function(z) myfunc(z, 5))
#  Group.1 Group.2    x
#1       G       3 22.4

我实际上更喜欢使用aggregate中的公式样式（我也使用with()来直接引用列名，而不是每次都使用x$）：

with(x, aggregate(a ~ b + c, FUN= function(z) myfunc(z, 5)))
#  b c    a
#1 G 3 22.4

在此函数中，参数z将根据a和b的每个c - 向量传递。那现在更有意义了吗？另请注意，此处不返回整数，而是返回数值（十进制，本例中为22.4）值。

使用用户定义的函数在R中聚合数据

1 个答案: