Question

我想获取一个数据集并将其拆分为多个数据集。对于问题的简化版本。实际上，我将有数千行，但出于理解的目的，我想简化该问题。假设您有以下代码：

vec = c(1:10)
df = data.frame(vec)
df
   vec
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
10  10

我想将此数据集分成每行5个观察值的行，然后获取每5行的平均值。

到目前为止，我已经尝试通过以下方式拆分代码：

splitdf = split(df, rep(1:2,each = 5))

现在，我想获得每组的平均值。例如，第一个块的平均值是3，第二个块的平均值是8。

然后，我想执行一个rep函数并将其存储在单独的列中。我希望数据框如下所示：

   vec  mean
1    1     3
2    2     3
3    3     3
4    4     3
5    5     3
6    6     8
7    7     8
8    8     8
9    9     8
10  10     8

我想知道循环函数是否合适，或者是否有更简单的方法来解决此问题。我愿意提出建议。

Answer 1

如果要在拆分数据帧上工作，只需添加以下内容即可。

# Your vector
vec = c(1:10)

# your dataframe
df = data.frame(vec)

# Your split df 
splitdf = split(df, rep(1:2,each = 5))

# -------------------------------------------------------------------------
#initialize a list (avg) with the size of splitdf 
avg <- vector("list", length(splitdf))
# loop through each list and compute the mean and assign each to avg
for (i in seq_along(splitdf)){
  avg[[i]] <- mean(splitdf[[i]]$vec)
}
# avg
# [[1]]
# [1] 3
# 
# [[2]]
# [1] 8
# unlist avg and create a column mean on df
df$mean <- rep(unlist(avg), each=5)
# df
#     vec mean
# 1    1    3
# 2    2    3
# 3    3    3
# 4    4    3
# 5    5    3
# 6    6    8
# 7    7    8
# 8    8    8
# 9    9    8
# 10  10    8

Answer 2

如果您使用与组相同的拆分逻辑，则无需拆分数据。例如，在ave

df$mean <- ave(df$vec, rep(1:2,each = 5)) 
df

#   vec mean
#1    1    3
#2    2    3
#3    3    3
#4    4    3
#5    5    3
#6    6    8
#7    7    8
#8    8    8
#9    9    8
#10  10    8

ave中的默认功能已经是mean，因此我们在这里没有明确应用。

Answer 3

您可能正在寻找by()，它基本上提供了拆分应用功能。使用rbind()取消拆分。

res <- do.call(rbind, 
               by(DF, rep(1:2, each=5), function(x) 
                 cbind(x, mean=colMeans(x))  # perform calculations on subsets
                 )
               )
res
#      vec mean
# 1.1    1    3
# 1.2    2    3
# 1.3    3    3
# 1.4    4    3
# 1.5    5    3
# 2.6    6    8
# 2.7    7    8
# 2.8    8    8
# 2.9    9    8
# 2.10  10    8

数据

DF <- structure(list(vec = 1:10), class = "data.frame", row.names = c(NA, 
-10L))

将数据集拆分为多个数据集后，如何执行计算？

3 个答案:

数据