查找每组中的平均值

在每组中，我想找到两个子组的平均值。需要明确的是，数据如下所示：查找每组中的平均值

Group Val1 Val2 Val3 
1  50 0.03 50.1 
1  50.2 0.05 50.1 
2  50.3 0.01 50.1 
1  50 0.03 50.2 
1  50.1 0.04 50.2 
1  50 0.01 50.3 
1  50 0.02 50.3 
2  50.3 0.03 50.3

在每个组中VAL3，我想计算值2的第1组平均值和val2的第2组的平均在某些情况下，VAL3 ，组2中没有成员。这是我尝试的代码。

fileB.mean.dat <- tapply(combined.sorted.data[combined.sorted.data[,1] == 2,3], combined.sorted.data[combined.sorted.data[,1] == 2,4], mean)

我不知道如何在上面的代码来检查是否有第2组的成员还包括，如果不使平均0瓦尔3.换句话说，应该有一个代表对于Val 3的每个值，第1组和第2组的平均值。

来源

2017-08-29 user2657817

'集合（Val2〜Group + Val3，data = df，mean）'将给出每组的平均值。但是，不会给你'失踪'的意思（我不完全确定有没有数据的意思是不存在的好处？） – SymbolixAU

我想绘制数据。因此，我想要在曲线图中显示均值（即使数据缺失的均值为0）。对于缺失的数据，平均值为零的 – user2657817

仍然相当具有误导性。 – zacdav

您可以使用dcast的reshape2将SymbolixAU's answer的输出转换为您的喜好。

library(reshape2) 
dcast(data = aggregate(Val2 ~ Group + Val3, data = df, mean), 
     formula = Group~Val3, 
     value.var = "Val2") 
# Group 50.1 50.2 50.3 
#1  1 0.04 0.035 0.015 
#2  2 0.01 NA 0.030

或者你可以做到这一点的基础R太多，但会相对更复杂

sapply(split(df[c("Group", "Val2")], df$Val3), 
     function(a) sapply(unique(df$Group), 
      function(x) setNames(mean(a$Val2[a$Group == x]), x))) 
# 50.1 50.2 50.3 
#1 0.04 0.035 0.015 
#2 0.01 NaN 0.030

DATA

df = structure(list(Group = c(1, 1, 5, 1, 1, 1, 1, 5), Val1 = c(50, 
50.2, 50.3, 50, 50.1, 50, 50, 50.3), Val2 = c(0.03, 0.05, 0.01, 
0.03, 0.04, 0.01, 0.02, 0.03), Val3 = c(50.1, 50.1, 50.1, 50.2, 
50.2, 50.3, 50.3, 50.3)), .Names = c("Group", "Val1", "Val2", 
"Val3"), row.names = c(NA, -8L), class = "data.frame")

来源

2017-08-29 23:23:00

我们可以使用tidyverse

library(tidyverse) 
df %>% 
    group_by(Group, Val3) %>% 
    summarise(Val2 = mean(Val2)) %>% 
    spread(Val3, Val2) 
# A tibble: 2 x 4 
# Groups: Group [2] 
# Group `50.1` `50.2` `50.3` 
#* <dbl> <dbl> <dbl> <dbl> 
#1  1 0.04 0.035 0.015 
#2  2 0.01  NA 0.030

来源

2017-08-30 03:45:10 akrun

查找每组中的平均值

回答

相关问题