Question

我想通过引入特定标准来计算R中的样本均值。例如，我有这个表，我只想要那些阶段= 1或2的方法：

treatment session period stage wage_accepted type 
1            1      1     1            25  low 
1            1      1     3            19  low 
1            1      1     3            15  low 
1            1      1     2            32 high 
1            1      1     2            13  low 
1            1      1     2            14  low 
1            1      2     1            17  low 
1            1      2     4            16  low
1            1      2     5            21  low

在这种情况下，所需的应该是：

   stage  mean
      1  21.0 
      2  19.6667

提前致谢。

Answer 1

使用dplyr库

library(dplyr)

df %>% filter(stage==1 | stage ==2) %>% group_by(stage) %>%
  summarise(mean=mean(wage_accepted))

如果您不熟悉dplyr一些解释：

获取数据框df，然后filter stage等于1或2.然后group中的stage计算{{1} } mean

Answer 2

假设您有一个数据的csv文件，您可以使用以下方法将数据读入数据框：

data<-read.csv("PATH_TO_YOUR_CSV_FILE/Name_of_the_CSV_File.csv")

然后您可以使用此代码依赖sapply()：

sapply(split(data$Wage_Accepted,data$Stage),mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000

或此代码依赖于tapply()：

tapply(data$Wage_Accepted,data$Stage,mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000

Answer 3

检查一下。这是一个玩具示例，但data.table非常紧凑。 dplyr显然很棒。


    library(data.table)

    dat <- data.table(iris)
    dat[Species == "setosa" | Species == "virginica", mean(Sepal.Width), by = Species]

就你对速度的需求而言...... data.table是一艘火箭飞船。我会留给您将此问题应用到您的问题中。最好，M2K

Answer 4

您可以执行此操作，然后根据您的要求过滤阶段

# Calculating mean with respect to stages
df = do.call(rbind, lapply(split(data, f = data$stage),function(x) out = data.frame(stage = unique(x$stage), mean = mean(x$wage_accepted))))

# mean for stage 1 and 2
required = subset(df, stage %in% c(1,2))

按R中的标准计算平均值

4 个答案: