Question

我有几年赛马表现的数据集，我想计算马达到最佳表现的年龄。以下是我的数据的一个组成示例：

data <- data.frame(
Name=c(rep("Ari",3),rep("Aegir",3),rep("Lixhof",3)),
Competition.year = c("2015", "2013", "2012", "2008", "2009", "2010", "2015", "2016", "2017"), 
P2=c(7.97, 8.40, 8.51, 9.49, 8.70, 8.40, 8.82, 9.07, 8.59),
Competition.age=c(16,14,13,8,9,10,12,13,14))

此处，P2是时间记录的变量。值越小，性能越好（我正在寻找计算峰值性能的最快时间）。比赛年龄显示每匹马每年比赛的年龄（以年为单位）。

我的真实数据有大约2000个对127匹马的观察。我想要的是计算他们达到最佳表现的平均年龄（例如，在什么年龄是马，一般来说，最快）。我看过一些帖子使用aggregate按组计算方法，但我不认为这正是我所需要的，因为它必须首先查看时间，然后从最快的一个。

我很感激任何帮助！谢谢！

Answer 1

根据你的例子你可以使用这样的东西。

library(dplyr)

df_min <- df %>% 
  group_by(Name) %>% 
  filter(P2 == min(P2)) # filter records on fastest race time per horse

mean(df_min$Competition.age)
[1] 13.33333

正如@MKR指出的那样，你也可以在一个声明中做到这一点。输入稍微多一些，你没有df_min的中间结果。这完全取决于你想用你的数据做什么。

df_min <- df %>% 
  group_by(Name) %>% 
  filter(P2 == min(P2)) %>% 
  ungroup() %>% 
  summarise(best_age = mean(Competition.age))

Answer 2

我们可以使用average计算data.table，方法是首先过滤具有最高性能（min(P2)）的匹马年龄，然后取mean Competition.age 1}} as：

library(data.table)
setDT(data)

data[,.SD[P2 == min(P2)], by=.(Name)][,mean(Competition.age)]
#[1] 13.33333

Answer 3

为了完整起见，这里是聚合的解决方案：

best <- aggregate(P2 ~ Name, data = data, FUN = min)
best <- merge(data, best)
mean(best$Competition.age)
#> [1] 13.33333

简短说明：

按名称选择最小P2值
将精简数据集与原始数据合并
取平均年龄。

计算R中峰值性能的年龄

3 个答案: