Question

我试图找到几何平均值的内置但不能。

（显然内置在shell中工作时不会省时间，我也不怀疑准确性有任何差别;对于脚本，我尝试尽可能多地使用内置函数，其中（累积）性能提升通常是显而易见的。

如果没有（我怀疑是这种情况），这里是我的。

gm_mean = function(a){prod(a)^(1/length(a))}

Answer 1

不，但是有一些人写了一个，例如here。

另一种可能性是使用它：

exp(mean(log(x)))

Answer 2

这是一个用于计算R中几何平均数的向量化，零和NA容忍函数。mean包含非length(x)的情况需要涉及x的详细gm_mean = function(x, na.rm=TRUE){ exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x)) }计算积极的价值观。

na.rm

感谢@ ben-bolker注意到NA传递和@Gregor以确保其正常工作。

我认为有些评论与数据和零中length(x)值的假等价性有关。在应用程序中，我想到它们是相同的，但当然这通常不正确。因此，如果您想要包含零的可选传播，并且在NA删除的情况下以不同的方式处理gm_mean = function(x, na.rm=TRUE, zero.propagate = FALSE){ if(any(x < 0, na.rm = TRUE)){ return(NaN) } if(zero.propagate){ if(any(x == 0, na.rm = TRUE)){ return(0) } exp(mean(log(x), na.rm = na.rm)) } else { exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x)) } }，则以下是对上述函数的稍长的替代。

NaN

请注意，它还会检查任何负值，并返回更具信息性和适当性{{1}}，因为没有为负值定义几何平均值（但是为零）。感谢评论此事的评论者。

Answer 3

exp(mean(log(x)))

除非x中有0，否则

将起作用。如果是这样，日志将产生-Inf（-Infinite），它总是导致几何平均值为0.

一种解决方案是在计算平均值之前删除-Inf值：

geo_mean <- function(data) {
    log_data <- log(data)
    gm <- exp(mean(log_data[is.finite(log_data)]))
    return(gm)
}

您可以使用单行来执行此操作，但这意味着计算两次效率很低的日志。

exp(mean(log(i[is.finite(log(i))])))

Answer 4

您可以使用psych包并在其中调用geometric.mean函数。

Answer 5

我正好用Mark所说的。这样，即使使用tapply，您也可以使用内置的mean函数，无需定义您的！例如，要计算每组数据的几何平均值$ value：

exp(tapply(log(data$value), data$group, mean))

Answer 6

如果您的数据中缺少值，这种情况并不罕见。你需要再添加一个参数。您可以尝试使用以下代码。

exp(mean(log(i[is.finite(log(i))]),na.rm=T))

Answer 7

EnvStats包具有geoMean和geoSd

的功能

Answer 8

这是我的版本。它具有以下功能使其与Paul McMurdie当前接受的答案区分开来：

当na.rm == TRUE时，分母中的NA值将被忽略-因此，使用非缺失值计算分母中的变量values.count而不是length(x)。
它可以选择区分NaN和通用NA值，并分别为.rm参数。默认情况下，NaN是“坏的”，就像负数是坏的一样，因此返回NaN。具有两个用于处理缺失值的参数显然不是理想的选择，但是我为这些参数设置默认值并在case_when语句中排列案例的方式应该（希望）消除意外行为的可能性。
我的版本包括另一个用于处理零的可选参数eta。 eta默认为NA_real_，在这种情况下，零在分母中计数但不传播（类似于接受的答案中的zero.propagate = FALSE可选参数）。当传递正数时，eta充当要添加到x的人工常数（但仅在x包含零的情况下）。当传递任何其他数字（大概为0）时，零将传播，就像在接受的答案中将zero.propagate设置为等于TRUE一样。

我确定可能需要进行调整（例如，最好添加eta（假设eta是一个正数），无论是否存在零）。我甚至考虑过让该函数根据eta为x动态选择一个值，但选择不增加任何复杂性。

suppressMessages(library(dplyr))

geomean <- function(x, na.rm = TRUE, nan.rm = FALSE, eta = NA_real_) {
  nan.count <- is.nan(x) %>%
    sum()
  na.count <- is.na(x) %>%
    sum()
  value.count <- !is.na(x) %>%
    sum()
  case_when(
    #Handle cases when there are negative values, all values are missing, or
    #missing values are not tolerated.
    (nan.count > 0 & !nan.rm) | any(x < 0, na.rm = TRUE) ~ NaN,
    (na.count > 0 & !na.rm) | value.count == 0 ~ NA_real_,

    #Handle cases when non-missing values are either all positive or all zero.
    #In these cases the eta parameter is irrelevant and therefore ignored.
    all(x > 0, na.rm = TRUE) ~ exp(mean(log(x), na.rm = TRUE)),
    all(x == 0, na.rm = TRUE) ~ 0,

    #All remaining cases are cases when there are a mix of positive and zero values.
    #By default, we do not use an artificial constant or propagate zeros.
    is.na(eta) ~ exp(sum(log(x[x > 0]), na.rm = TRUE) / value.count),
    eta > 0 ~ exp(mean(log(x + eta), na.rm = TRUE)) - eta,
    TRUE ~ 0 #only propagate zeroes when eta is set to 0 (or less than 0)
  )
}

Answer 9

exp(mean(log(x1))) == prod(x1)^(1/length(x1))

几何意义：是否有内置？

9 个答案: