如何在R中同时使用群和条件均值？

Question

我有一个数据集，列如下:滴答，Company_name，Forecast_period，度量值，估计，Forecast_date。

在度量列中，值为EPS或DPS，Forecast_period为1或2。

我想要计算EPS1的平均值，(估计的均值如果测度= EPS & Forecast_period =1)，EPS2的均值(估计的均值如果测度= EPS & Forecast_period = 2)和DPS1的均值(估计的均值如果测度= DPS & Forecast_period =1)。

为此，我编写了以下代码：

IBESdatamean2 <- IBESdata %>%
  group_by(Company_name, Ticker, Forecast_period) %>%
  summarize(mean[Measure == "EPS" & Forecast_period == 1, 'Estimate'])

我需要将我的数据按我确信的Company_name、Ticker和Forecast_period分组，但是我不确定我是否为平均计算编写了正确的代码，因为我得到了以下错误：

Caused by error in `mean[Measure == "EPS" & Forecast_period == 1, "Estimate"]`:
! object of type 'closure' is not subsettable

我想有一个有条件的平均计算，如上文所述，如果有人可以帮助我，这将是非常感谢。

Answer 1

概要函数可以在整个数据集上实现一个函数。在本例中，我们希望筛选到特定于的子集，然后提取单个值.。

我们可以使用filter()函数，然后实现pull()和mean()

library(dplyr)

IBESdatamean2 <- IBESdata %>%
  group_by(Company_name, Ticker, Forecast_period) %>%
  filter(Measure == "EPS", Forecast_period == 1) %>%
  pull(Estimate) %>%
  mean(na.rm = T)

这就是您如何编写代码的方法。

然而，我认为你实际上要求的是每个公司的每一个衡量和预测期的平均值。

在这种情况下，实现summarise()是合适的，但是group_by()是不正确的。

library(dplyr)

IBES_ALL_MEANS <- IBESdata %>%
  group_by(Company_name, Forecast_period, Measure) %>%
  summarise(Mean_Estimates = mean(Estimate, na.rm = T)

如果您想进一步过滤到特定的公司、预测期间或度量，现在可以使用filter()函数对IBES_ALL_MEANS数据集进行筛选。