Question

我们假设我有以下示例数据集：

df1 = 
ID    Group_Type    Units
 1       A           10
 2       A           12
 3       A           17
 4       B            6
 5       B            9
 6       D           23
 7       D           16
 8       D           21
 9       G           40
10       G           31

组类型可能是英文字母表中A和Z之间的任何字母。有没有办法同时检测A，B，D和G组（或任何现有组），然后平均每组的单位，并将整个结果分配给矩阵？我认为它看起来像这样：

      [,1]
[1,]   13
[2,]   7.5
[3,]   20
[4,]   35

（[1，] = A，依此类推...... [，1] =每组平均值）

我知道如何单独完成这些任务，但我不知道如何将其组合成一段易于管理的代码。我最近使用table，unlist和grep来挑选数据框中的单词，但是我无法想象过去。

Answer 1

假设＆＃39; df1＆＃39;是一个＆＃39; data.frame＆＃39;。如果它是一个＆＃39;矩阵＆＃39; （我怀疑）

df1 <- as.data.frame(df1, stringsAsFactors=FALSE)
df1$Units <- as.numeric(df1$Units)

使用dplyr

library(dplyr)
df1 %>% 
   group_by(Group_Type) %>%
   summarise(Units=mean(Units))
#    Group_Type Units
#1          A  13.0
#2          B   7.5
#3          D  20.0
#4          G  35.5

或使用base R

aggregate(Units~Group_Type, df1, FUN=mean, na.action=NULL)
#  Group_Type Units
#1          A  13.0
#2          B   7.5
#3          D  20.0
#4          G  35.5

或data.table

library(data.table)
setDT(df1)[, list(Units=mean(Units)), Group_Type]
#    Group_Type Units
#1:          A  13.0
#2:          B   7.5
#3:          D  20.0
#4:          G  35.5

对于dplyr，data.table和aggregate，您可以使用na.rm=TRUE选项从NA计算中删除mean值。即mean(Units, na.rm=TRUE)的{{1}}和dplyr/data.table的{{1}}

或...,FUN=mean, na.rm=TRUE, na.action=NULL)。 aggregate默认会删除sqldf值

avg

假设在＆＃39;单位＆＃39;中是否是单个缺失值。对于＆＃39; Group_Type＆＃39;并希望输出为NA/null。

library(sqldf)
sqldf('select Group_Type,
        avg(Units) as Units 
        from df1 
        group by Group_Type',
        method = "raw")
 #   Group_Type Units
 #1          A  13.0
 #2          B   7.5
 #3          D  20.0
 #4          G  35.5

如何从具有x个可能组的矩阵中提取平均值

1 个答案: