如何根据另一个数据文件中的值计算数据中的值

Question

我有一个包含几个不同分析的数据文件，每个分析包含多行数据。我只想从每一个分析中计算出几行的平均数，而这些线在分析中是不同的。其中一个数据包含分析，另一个数据包含每个分析的平均值所需的起始行数和结束行数。下面是一个简单的例子。

分析

df1 <- structure(list(analysis = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), 
               line = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L),
               value = c(4.8, 9.8, 7.1, 7.4, 7.4, 3.3, 4.5, 8.7, 3.9, 3.6, 1.9, 9.4, 0.9, 0.6, 2.1, 6.1, 5.3, 4.7, 9.7, 8.6, 8.9, 3.4, 8.7, 7.1)),
          class = "data.frame", row.names = c(NA, -24L))

我想要每个分析的平均值的起始行数和结束行数：

df2 <- structure(list(analysis = 1:3,
               startnum = c(3L, 3L, 2L),
               endnum = c(7L, 6L, 4L)),
          class = "data.frame", row.names = c(NA, -3L))

我设想得到的数据数据将如下所示：

structure(list(analysis=1:3,
               avgval=c(5.94, 3.2, 7.67)),
          class = "data.frame", row.names = c(NA, -3L))

我相信“申请”家庭的答案很简单，但我想不出该怎么做。我可以将数据格式转换为“lapply”的列表，但不确定如何继续下去。

非常感谢，-R

Answer 1

在tidyverse中，您可以这样做：

df1 %>%
 left_join(df2, by = c("analysis" = "analysis")) %>% #Merging df1 with df2
 group_by(analysis) %>% #Grouping by "analysis"
 summarise(avgval = mean(value[line >= startnum & line <= endnum])) #Calculating the mean based on given conditions

  analysis avgval
     <int>  <dbl>
1        1   5.94
2        2   3.20
3        3   7.67

Answer 2

下面是一种使用data.table的方法

library(data.table)
setDT(df1)
setDT(df2)

在line中创建df2列，作为从startnum到endnum按组排列的序列。

df2 <- df2[, .(line = seq(startnum, endnum)), by = analysis]

加入两个data.tables并按组进行聚合。

out <- df1[df2, on = c("analysis", "line")]
out <- out[, .(avgval = mean(value)), by = analysis]
out
#   analysis   avgval
#1:        1 5.940000
#2:        2 3.200000
#3:        3 7.666667

如果您想继续使用data.frame，请调用setDF(out)。

希望这能有所帮助。