首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >根据另一列中的值对数据集中的列进行平均

问根据另一列中的值对数据集中的列进行平均
EN

Stack Overflow用户
提问于 2017-05-01 03:04:29
回答 2查看 47关注 0票数 0

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

EN

回答 2

Stack Overflow用户

发布于 2017-05-01 04:09:06

假设您的数据如下所示:

代码语言:javascript
复制
"","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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
Group.1        x
1  Accent 43.00000
2  Accord 39.00000
3   Camry 33.33333
4   Civic 43.50000
5 Genesis 47.50000
票数 0
EN

Stack Overflow用户

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:

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
library(data.table)
setDT(dat)[,mean(value),group]

#    group          V1
# 1:     a  0.05444944
# 2:     c -0.04324673
# 3:     b -0.16894993
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/43710239

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档