Question

数据集由如下所示的数字序列组成。我需要一个新列来说明第一个值和最终值之间的平均运动。例如，在第一行中，数字为（1、3、5、2），因此平均运动为average（abs（3-1），abs（5-1），abs（2-1）），即2.333

Sl no Column A req

1 1 > 3 > 5 > 2 2.333

2 2 > 5 > 1 > 10 > 5 3.75

有没有办法解决这个问题？

Answer 1

1）dplyr / tidyr 假设输入DF在末尾的注释中可重复显示，请将Column A分成单独的行，对其进行汇总并加入新的req列到原始数据帧上。

library(dplyr)
library(tidyr)

Req <- DF %>% 
  separate_rows(`Column A`, convert = TRUE) %>% 
  group_by(`Sl no`) %>% 
  summarize(req = mean(abs(`Column A`[-1] - `Column A`[1]))) %>%
  ungroup

DF %>% inner_join(Req)

## Joining, by = "Sl no"
##   Sl no           Column A      req
## 1     1      1 > 3 > 5 > 2 2.333333
## 2     2 2 > 5 > 1 > 10 > 5 3.750000

2）基本R 使用AvgAbsDiff的基本R解决方案采用Column A中形式的字符串，使用scan进行读取并计算req。然后将其应用于每一行。

AvgAbsDiff <- function(x) {
  z <- scan(text = x, sep = ">", quiet = TRUE)
  mean(abs(z[-1] - z[1]))
}  
transform(DF, req = sapply(as.character(`Column A`), AvgAbsDiff), 
  row.names = NULL, check.names = FALSE)

##   Sl no           Column A      req
## 1     1      1 > 3 > 5 > 2 2.333333
## 2     2 2 > 5 > 1 > 10 > 5 3.750000

2a）此基本解决方案不使用任何* apply函数。使用Column A将read.table读入数据帧，然后从中计算出req。

r <- read.table(text = as.character(DF$`Column A`), header = FALSE, 
  sep = ">", fill = NA)
transform(DF, req = rowMeans(abs(r[, -1] - r[, 1]), na.rm = TRUE),
  check.names = FALSE)

##   Sl no           Column A      req
## 1     1      1 > 3 > 5 > 2 2.333333
## 2     2 2 > 5 > 1 > 10 > 5 3.750000

注意

DF <-
structure(list(`Sl no` = 1:2, `Column A` = structure(1:2, 
.Label = c("1 > 3 > 5 > 2", 
"2 > 5 > 1 > 10 > 5"), class = "factor")), 
 class = "data.frame", row.names = c(NA, -2L))

Answer 2

您可以执行以下操作：

data$req <- sapply(data$columnA,
                   function(x) mean(abs(diff(as.integer(unlist(strsplit(x, ' > ')))))))

sapply会将功能应用于columnA的每个元素。

然后，从内向外进行操作： strsplit在“>”上的columnA中拆分元素，结果是：

[[1]]
[1] "1" "3" "5" "2"

unlist将结果转换为向量：

"1" "3" "5" "2"

as.integer转换为数字：

1 3 5 2

diff来计算数字之间的差：

2  2 -3

abs取绝对值：

2 2 3

最后是mean以取平均值：

2.333333

编辑：稍微误解了问题，这样可以正确计算出结果：

my.df$req <- sapply(my.df$columnA,
                    function(x) {
                      tmp <- as.integer(unlist(strsplit(x, ' > ')))
                      mean(abs(tmp[2:length(tmp)] - tmp[1]))
                    })

Answer 3

以下代码有效，但是可以用更好的方式编写。无论如何..

让我先重新创建您的数据框

q <- data.frame(Sl_no=1:2, Column_A=c(("1 > 3 > 5 > 2"), (" 2 > 5 > 1 > 10 > 5")))
q$req <- NA

哪个给了我们

  Sl_no            Column_A   req
      1       1 > 3 > 5 > 2    NA
      2  2 > 5 > 1 > 10 > 5    NA

接下来，让我们将此序列拆分为一个R列表：

q$A <- strsplit(as.character(q$Column_A), " > ")

并添加此列表的长度：

q$A_length <- lengths(q$A)

然后，我们创建一个循环，该循环将遍历元素2：序列中的最后一个元素，从中减去序列中的第一个数字并存储在列表中。在内部循环的最后，我们将该值的平均值存储在req列的相应行中。

for (row in 1:nrow(q)) {
    sum = c()
    for (number in 2:q$A_length[row]) {
        sum <- c(sum, as.numeric(q$A[[row]][number]) - as.numeric(q$A[[row]][1]))
    }
    q$req[row] <- mean(sum)
 }

最后，让我们打印创建的数据框：

  Sl_no             Column_A                 A   A_length        req
      1        1 > 3 > 5 > 2        1, 3, 5, 2          4   2.333333
      2   2 > 5 > 1 > 10 > 5    2, 5, 1, 10, 5          5   3.250000

希望这会有所帮助！

将平均值从列中的第一个值移动到最终值

3 个答案:

注意