Question

我有以下数据集：

wow <- data.frame(a = c(1, 1, 1, 2, 3, 4, 4), b = c(3, 4, 2, 6, 2, 6, 5), c = c(1, 6, 3, 6, 1, 8, 9))
print(wow)
  a b c
1 1 3 1
2 1 4 6
3 1 2 3
4 2 6 6
5 3 2 1
6 4 6 8
7 4 5 9

我需要从每列中删除所有最小值和最大值，然后计算剩余值的平均值，以便结果如下所示：

print(result)
    a  b    c
1 2.5  4 5.75

我发现了一个已经回答的类似问题（mean from row values in a dataframe excluding min and max values in R），但最大的区别是，提出这个问题的人只处理每列中的单个最小值和最大值，而我可以有多个列中的最小值和最大值。

Answer 1

我们可以使用min删除每列中max和%in%的值，并从剩余值中获取mean。这可以通过summarise_each

中的dplyr来完成

library(dplyr)
summarise_each(wow,funs(mean(.[!.%in% c(min(.), max(.))])))
#    a b    c
#1 2.5 4 5.75

或使用base R

sapply(wow, function(x) mean(x[!x %in% range(x)]))
#   a    b    c 
#2.50 4.00 5.75

Answer 2

一个data.table解决方案（1.9.5+，但可以很容易地适应）返回一个类似data.frame的对象，这似乎是你想要的：

library(data.table)
setDT(wow)[,lapply(.SD,function(x)mean(x[x>min(x)&x<max(x)]))]

或， a la @akrun

setDT(wow)[,lapply(.SD,function(x)mean(x[!x%in%range(x)]))]

根据您的数据，您可能需要na.rm=T;应该有一种方法可以用.GRP来做到这一点，但我认为它最终会超过上述时间。

如果您希望result成为向量，请使用sapply（在这种情况下，data.frame解决方案基本相同，data.table的唯一优势就是速度）

删除所有最小值和最大值，然后在R中找到平均值

2 个答案: