所选列的行平均值以不同列为条件

时间:2018-06-01 18:04:49

标签: r data.table mean

假设 data.table 中有许多模拟(和其他变量):

data <- setDT(data.frame(sim1=c(1,1,1), sim2= c(2,2,2), sim3=c(3,3,3), 
sim4=c(4,4,4), sim5=c(5,5,5), index=c(2,2,2)))

   sim1 sim2 sim3 sim4 sim5 index
1:    1    2    3    4    5  2
2:    1    2    3    4    5  2
3:    1    2    3    4    5  2

我想计算高于 index 列的模拟的平均值:

data[, higher.than.index.ave := rowMeans(.SD[.SD > index]),  
         .SDcols = names(data[, grepl(paste(paste("sim", 1:5, sep=""), 
                                collapse = "|") , names(data)), with=FALSE])]

我也试过其他解决方案,没有运气。有什么建议我可以执行这样的任务吗?

2 个答案:

答案 0 :(得分:3)

data <- data.table(sim1=c(1,1,1), sim2= c(2,2,2), sim3=c(3,3,3), 
sim4=c(4,4,4), sim5=c(5,5,5), index=c(2,2,2))



data[, means := 
       rowMeans(data[, lapply(.SD, function(x) ifelse(x < index, NA, x))
                    ][, -'index'],
                  na.rm = T)]

或者,使用.SDcols仅选择sim列:

data[, means := 
       rowMeans(data[, lapply(.SD, function(x) ifelse(x < index, NA, x))
                     , .SDcols = intersect(paste0('sim', 1:5), names(data))],
                na.rm = T)]

输出:

data

   sim1 sim2 sim3 sim4 sim5 index means
1:    1    2    3    4    5     2   3.5
2:    1    2    3    4    5     2   3.5
3:    1    2    3    4    5     2   3.5

答案 1 :(得分:2)

pushState()