我有一个不同型号的车队的数据框架。每辆车都是一行,包括每辆车的制造商、型号和日均里程。我正在尝试通过模型获取平均每天的里程数。我该怎么做呢?实际的表格有许多不同的模型和制造商,我不想把它们分成单独的数据帧。我确信我可以用R中的一个命令就能做到。提前谢谢你的帮助。
以下是dataframe make模型的子集mi_per_day现代雅阁43现代雅阁37现代创世32现代创世63本田雅阁24本田雅阁54本田思域71本田思域16丰田凯美瑞61丰田凯美瑞27丰田凯美瑞12
发布于 2017-05-01 04:09:06
假设您的数据如下所示:
"","make","model","mi_per_day"
"1","Hyundai ","Accent",43
"2","Hyundai ","Genesis",32
"3","Hyundai ","Genesis",63
"4","Honda","Accord",24
"5","Honda","Accord",54
"6","Honda","Civic",71
"7","Honda","Civic",16
"8","Toyota","Camry",61
"9","Toyota","Camry",27
"10","Toyota","Camry",12您可以使用以下代码进行编码:
read.csv("/path/to/csv/dir/cars.csv")
aggregate(x = cars$mi_per_day,by=list(cars$make),FUN=mean)这将产生以下输出:
Group.1 x
1 Accent 43.00000
2 Accord 39.00000
3 Camry 33.33333
4 Civic 43.50000
5 Genesis 47.50000发布于 2017-05-01 04:32:24
这类问题(需要通过分组变量进行计算)在StackOverflow上经常被问到。我决定展示几种不同的方法来获得(几乎)相同的结果。
数据
首先我生成了一些简单的数据:
set.seed(123)
dat <- data.frame(group = sample(c('a','b','c'), 100, T),
value = rnorm(100),
stringsAsFactors = FALSE)
head(dat)
# group value
# 1 a 0.25331851
# 2 c -0.02854676
# 3 b -0.04287046
# 4 c 1.36860228
# 5 c -0.22577099
# 6 a 1.51647060聚合示例
我将介绍一些不同的聚合方法:by、aggregate、lapply和split、tapply、和。
为了使用by函数,我们传入一些data,并给它提供我们想要分组的变量,然后我们传递我们想要应用的函数,然后我使用stack以表格形式获得它。
stack(by(dat, dat$group, function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c要使用aggregate函数,我们可以使用公式语法,并为其提供我们想要的数据和函数。我非常喜欢aggregate。
aggregate(value ~ group, data = dat, mean)
# group value
# 1 a 0.05444944
# 2 b -0.16894993
# 3 c -0.04324673我们可以使用split和lapply首先通过分组变量来分隔数据,然后在分隔的列表上执行计算。我们使用stack将结果以表格形式显示。
stack(lapply(split(dat, dat$group), function(d) mean(d$value)))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c我们可以使用tapply函数对参差不齐的数组应用函数。我们将我们想要用于计算的变量、分组变量和函数指定给它。我们使用stack将结果以表格形式显示。
stack(tapply(dat$value, dat$group, mean))
# values ind
# 1 0.05444944 a
# 2 -0.16894993 b
# 3 -0.04324673 c我们也可以使用优秀的dplyr包来执行聚合。我们首先使用group_by对数据进行分组,然后使用summarise应用函数。%>%符号是管道--它们非常有用。
library(dplyr)
dat %>%
group_by(group) %>%
summarise(mean(value))
# group `mean(value)`
# <chr> <dbl>
# 1 a 0.05444944
# 2 b -0.16894993
# 3 c -0.04324673最后,我们可以使用performant data.table包来执行聚合。语法一开始可能看起来有点奇怪,但我们基本上是在说:计算按组分组的平均值。
library(data.table)
setDT(dat)[,mean(value),group]
# group V1
# 1: a 0.05444944
# 2: c -0.04324673
# 3: b -0.16894993https://stackoverflow.com/questions/43710239
复制相似问题