我有一个数据框架,包括对7个变量的36次观察(技术、部门,2010年、2011年、2012年、2013年、2014年)。变量1和2为“因子”类型,变量3、4、5、6和7为数值型,有一些NAs。
我希望使用lapply()-function来查找每行的平均值(变量3、4、5、6和7的平均值),然后用这些方法创建一个新列(cbind)。
可以这样做吗,比如使用一个矩阵和apply()-function,您可以在其中指定行与列的选择:
apply(matrix, 1, mean) #will go through all the rows and calculate the mean for each one.发布于 2018-06-23 11:30:17
由于OP提到使用任何一个lapply/apply/sapply or tapply,因此使用apply的解决方案可以如下所示:
df$meanVal <- apply(df[3:7], 1, mean, na.rm = TRUE)新列meanVal将包含列3:7的mean。
发布于 2018-06-23 12:31:18
rowMeans函数的效率将大大提高:
df$meanVal <- rowMeans(df[3:7], na.rm = TRUE)在行上使用lapply并不是必要的,因为apply(dafa,1,fun)通常可以正常工作。但在某些情况下,你可能想:
lapply(split(data,seq(nrow(data))),fun)或:
by(data,seq(nrow(data)),fun)https://stackoverflow.com/questions/51000602
复制相似问题