获取具有特定名称的某些列的平均值答案

【问题标题】：Obtaining mean of certain columns with specific names获取具有特定名称的某些列的平均值
【发布时间】：2018-04-28 04:16:01
【问题描述】：

我正在尝试查找某些列中值的平均值，并将其附加到新列中。

我有一个包含字符元素列表的变量，这些元素对应于某些列名。例如，

qcs <- list.files(qcDirectory)
str(qcs)
chr [1:5] "201701" "201702" "201703" "201704"

这是一个示例数据表：

        201701  201702  201703  201704
row1    12      20      50      54
row2    15      23      45      35
row3    16      20      52      58
row4    17      13      47      48

例如，我想获取名为“201701”和“201702”的列中包含的值的平均值，因此预期输出将是：

        201701  201702  201703  201704  mean
row1    12      20      50      54      16
row2    15      23      45      35      19
row3    16      20      52      58      18
row4    17      13      47      48      15

我不能只将它应用于前 x 列，因为它们可能出现在表中的任何位置。我在想 lapply 可能是要走的路，但我不确定如何让它发挥作用。用简单的英语来说，我基本上希望函数是“对于包含在这个变量 [qcs] 中的所有列名，找到这些值的平均值。”不确定我是否需要某种循环，或者什么。我确信答案已经存在，但我是个菜鸟，在尝试应用类似的帖子时遇到了麻烦，例如 this 和 this。我在想一些类似于我下面的东西，它可以成功识别要操作的正确列，但这只是平均每列中的值并输出一个列表，而不是平均相关列的行和将它们放入一个新列中。任何想法表示赞赏。

sapply(colnames(datamatrix), function(c) {
  if (c %in% qcs) datamatrix$mean = mean(test1[, c])
})

【问题讨论】：

标签： r

【解决方案1】：

使用dplyr 并假设df 作为您的数据表，您可以这样做：

select(df,c(201701,201702)) %>% summarise_all(mean)

dplyr 为您提供了选择组列的更大灵活性，因为您可以使用 matches、starts_with、contains 等帮助程序。

【讨论】：

【解决方案2】：

这应该是一个非常适合您的情况的策略，因为（据我了解）您可能希望为几种不同的列组合计算它。

以iris 数据集为例：假设您要添加一个新列，该列的每一行是对应行的"Sepal.Width" 和"Petal.Width" 列中的值的平均值。这是一个包含相关列名的向量（这里它们是由列名中的模式选择的，正如我所理解的那样）。

data(iris)
cname_pattern <- "Width"
target_cols <- grep(cname_pattern, names(iris), value=TRUE)

那你可以说

iris[[paste0(cname_pattern, "_mean")]] <- rowMeans(iris[, target_cols])

您将获得新列中每一行相关列的平均值。这应该足够灵活以适应手头的情况。如果可能在任何地方都可能缺少值，可能想在rowMeans() 中使用na.rm=TRUE。

【讨论】：

【解决方案3】：

这是你可以做的。将感兴趣的列存储在向量 col 中，如下所示。然后使用 apply。

col=c('201701','201702') df$mean=apply(df[,col],1,mean)

【讨论】：