如何计算一组中的最大值并最小化另一组并取平均时间答案

【问题标题】：How to compute max in one group and min another group and take the average with respect to time如何计算一组中的最大值并最小化另一组并取平均时间
【发布时间】：2021-01-28 03:49:07
【问题描述】：

我有一个数据集，其中包含时间、价格和买卖代码。对于每个时间段，我都在尝试计算最高买入价和最低卖出价，然后取平均值。如果其中一个在特定时间不存在，那么它将只是曾经存在的那个。例如，如果只有买入价，那么平均值就是当时的买入价。对于此数据，1 是买入，0 是卖出。数据集如下所示：

data <- data.frame(buy_sell = c(0,0,0,0,0,0,1,1,1,1,1,1)
                   ,price = c(71,65,66,77,89,80,55,45,23,46,50,45)
                   ,time = c(1,1,1,2,2,1,2,1,2,1,2,3))

data$av_price <- ifelse(data$time == 1,55.5,ifelse(data$time == 2,66,45))
data

我试图在 dyplr 中执行此操作，但是当您进行分组时，它会为两个组计算每个组，因此您不能取两个组的平均值。我的方法看起来像这样。

data <- data %>% group_by(time,buy_sell) %>%
                   mutate(max_buy = max(price),min_sell = min(price))
data

有人可以帮我构建代码以获得所需的结果吗？

【问题讨论】：

这样的？ data %>% group_by(time, buy_sell) %>% mutate(average_price = across(max_buy = mean(max(price)), min_sell = mean(min(price))))

标签： r dplyr tidyverse tidyr data-cleaning

【解决方案1】：

您可以使用一对中间/暂存列来做到这一点。类似于以下内容：

output <- data %>%
  mutate(buy_price = ifelse(buy_sell == 1, price, NA),
         sellprice = ifelse(buy_sell == 0, price, NA)) %>%
  group_by(time,buy_sell) %>%
  mutate(max_buy = max(buy_price, na.rm = TRUE),
         min_sell = min(sell_price, na.rm = TRUE))

【讨论】：