Question

我有一个包含6年数据的数据框。这些年份中的每一个都有相同的变量。我试图找到6年内每个变量的均值。每年不同行中都缺少（NA）。在此示例中，我试图获取6岁以上女孩的平均人数。

我尝试使用mutate和pipe函数，但是它似乎不起作用。通过复制所有列，我得到了奇怪的结果。

roughcopy2$headcount_girls_mean <- 

  roughcopy2 %>% 
  mutate(headcount_girls_mean=rowMeans(.[ , 
c("headcount_total_girls_rounded_1314","headcount_total_girls_rounded_1415", 
                               "headcount_total_girls_rounded_1516" , 
"headcount_total_girls_rounded_1617",
                               "headcount_total_girls_1718", 
"headcount_total_girls_1819")], na.rm=TRUE))

此代码将复制我在数据框中的所有列，并添加“ headcount_girls_mean”。复制数据集中的每个列名称。所以我的原始数据集，即roughcopy2有150列。运行上述命令后，我得到300列，而后150列与前150列相同，但是前缀为“ headcount_girls_mean”。

Answer 1

使用一个假想的数据帧样本：

roughcopy2 <- data.frame("headcount_total_girls_rounded_1314"=c(1,4,2,4,8),
                          "headcount_total_girls_rounded_1415"=c(2, NA, 4, NA,8),
                          "headcount_total_girls_rounded_1516"=c(6,8,10,12,14),
                          "headcount_total_girls_rounded_1617"=c(4,5,5,3,2),
                          "headcount_total_girls_1718"=c(8,5,9,NA,2),
                          "headcount_total_girls_1819"=c(NA,2,4,7,3))

如果您想要列的平均值，则可以简单地进行以下操作：

means <- as.numeric(colMeans(x=roughcopy2, na.rm = TRUE))

但是，如果您希望获得多列值的均值：

roughcopy2 <- mutate(roughcopy2,
                     headcount_mean = rowMeans(select(roughcopy2, starts_with("headcount")),
                     na.rm = TRUE))

它应该输出（省略了其他列，但它们在数据框中）：

  headcount_total_girls_1718 headcount_total_girls_1819 head_count_mean
1                          8                         NA            4.20
2                          5                          2            4.80
3                          9                          4            5.67
4                         NA                          7            6.50
5                          2                          3            6.17

您应该放置原始数据框架的样本以及对输出期望的一般概念。

Answer 2

我仍然不确定您的意图，但是如果您希望获得每列的平均值，则应该可以使用以下内容。这个答案基于我的评论和@Pedro_Henrique：

location: '..../Default/17.200.001/PurchaseReceipt/ReleasePurchaseReceipt/status/47f6c8e4-d9ef-410a-8bf5-d3623a59dd4b',
server: 'Microsoft-IIS/10.0',
'x-handled-by': 'Acumatica-PX.Export/AuthenticationManagerModule',
'set-cookie': [ 'Locale=TimeZone=GMTM0500G&Culture=en-US; path=/', 'UserBranch=49; path=/', 'LegacyUI=0; path=/' ],
'x-powered-by': 'ASP.NET',
date: 'Wed, 07 Aug 2019 13:36:31 GMT',
connection: 'close',
'content-length': '0'

结果输出：

library(tidyverse)

roughcopy2 <- tibble("headcount_total_girls_rounded_1314"=c(1,4,2,4,8),
                          "headcount_total_girls_rounded_1415"=c(2, NA, 4, NA,8),
                          "headcount_total_girls_rounded_1516"=c(6,8,10,12,14),
                          "headcount_total_girls_rounded_1617"=c(4,5,5,3,2),
                          "headcount_total_girls_1718"=c(8,5,9,NA,2),
                          "headcount_total_girls_1819"=c(NA,2,4,7,3))

roughcopy2 %>%
  gather(headcount_year, count) %>%
  group_by(headcount_year) %>%
  summarise(mean_count = mean(count, na.rm = TRUE))

获取具有缺失（NA）值的列的平均值

2 个答案: