Question

我希望有人能帮助我解决我的问题。我有一个数据框，我希望基于现有数据框添加2组新值。

加权平均值，得出统计量（2014 = .4、2015 = .4和2016 = .2）乘以分组统计量（HR，R，RBI，SB）的综合加权平均值
3年平均（与上述想法相同，但仅是最近3年中连续3年的平均值）

我希望在季节列下确定新数据。

这里是:：

print (f(T,v,2))
array([[[1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]],

       [[1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]],

       [[1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]]])

Answer 1

您可以这样做：

full_table_raw %>% 
  # add a new column with the weights to apply
  mutate(weight = ifelse(season == 2016, .2, .4)) %>%
  # group_by, and then compute your averages
  group_by(stat) %>% 
  summarize(
    average = sum(value) / 3,
    weighted_average = sum(value * weight))

哪个给

# A tibble: 4 x 3
  stat  weighted_average average
  <chr>            <dbl>   <dbl>
1 HR                83.8    85.7
2 R                258     264  
3 RBI              275     281  
4 SB                35.0    32.3

如果您不想将摘要weighted_average和average添加为列，而无需计算摘要，则可以简单地将summarize替换为mutate

# A tibble: 36 x 9
# Groups:   stat [4]
   playerID  season stat  points ranks  value weight average weighted_average
   <chr>      <int> <chr>  <dbl> <dbl>  <dbl>  <dbl>   <dbl>            <dbl>
 1 abreujo02   2014 HR      3.00  1.00  36.0   0.400    85.7             83.8
 2 abreujo02   2014 R       2.00  2.00  80.0   0.400   264              258  
 3 abreujo02   2014 RBI     3.00  1.00 107     0.400   281              275  
 4 abreujo02   2014 SB      2.00  2.00   3.00  0.400    32.3             35.0
 5 abreujo02   2015 HR      2.00  2.00  30.0   0.400    85.7             83.8
 6 abreujo02   2015 R       1.00  3.00  88.0   0.400   264              258  
 7 abreujo02   2015 RBI     2.00  2.00 101     0.400   281              275  
...

请注意，我们可以使用最后的%>% select(-weight)删除添加的列weight

根据年份输入创建加权平均值和3年平均值

1 个答案: