Question

在每组中，我想找到两个子组的平均值。需要说明的是，数据如下所示：

Group Val1 Val2 Val3
1     50   0.03  50.1
1     50.2 0.05  50.1
2     50.3 0.01  50.1
1     50   0.03  50.2
1     50.1 0.04  50.2
1     50   0.01  50.3
1     50   0.02  50.3
2     50.3 0.03  50.3

在Val3的每个组中，我想计算第1组中Val2的平均值和第2组中Val2的平均值。在某些情况下，对于Val3，第2组中没有成员。这是我尝试的代码

fileB.mean.dat <- tapply(combined.sorted.data[combined.sorted.data[,1] == 2,3], combined.sorted.data[combined.sorted.data[,1] == 2,4], mean)

我不知道如何在上面的代码中包含检查是否有第2组的成员，如果不是为了使Val 3的平均值为0。换句话说，组应该有代表性的平均值对于Val 3的每个值，1和2。

Answer 1

您可以使用reshape2 library(reshape2) dcast(data = aggregate(Val2 ~ Group + Val3, data = df, mean), formula = Group~Val3, value.var = "Val2") # Group 50.1 50.2 50.3 #1 1 0.04 0.035 0.015 #2 2 0.01 NA 0.030将SymbolixAU's answer的输出转换为您喜欢的内容。

sapply(split(df[c("Group", "Val2")], df$Val3),
       function(a) sapply(unique(df$Group),
            function(x) setNames(mean(a$Val2[a$Group == x]), x)))
#  50.1  50.2  50.3
#1 0.04 0.035 0.015
#2 0.01   NaN 0.030

或者你也可以在基地R做，但会相对更复杂

df = structure(list(Group = c(1, 1, 5, 1, 1, 1, 1, 5), Val1 = c(50, 
50.2, 50.3, 50, 50.1, 50, 50, 50.3), Val2 = c(0.03, 0.05, 0.01, 
0.03, 0.04, 0.01, 0.02, 0.03), Val3 = c(50.1, 50.1, 50.1, 50.2, 
50.2, 50.3, 50.3, 50.3)), .Names = c("Group", "Val1", "Val2", 
"Val3"), row.names = c(NA, -8L), class = "data.frame")

数据

val aToSeqOfB: Flow[A, Seq[B], NotUsed] = ... val bToC: Flow[B, C, NotUsed] = ...

Answer 2

我们可以使用library(tidyverse) df %>% group_by(Group, Val3) %>% summarise(Val2 = mean(Val2)) %>% spread(Val3, Val2) # A tibble: 2 x 4 # Groups: Group [2] # Group `50.1` `50.2` `50.3` #* <dbl> <dbl> <dbl> <dbl> #1 1 0.04 0.035 0.015 #2 2 0.01 NA 0.030

namespace Program
{
    class Path
    {
      private readonly MapLocation[] _path; 

      public Path(MapLocation[] path)
       {
          _path = path;
       } 
    }
}

在每个组中查找平均值

2 个答案: