R：创建一个新的data.frame，由来自另一个data.frame的不同长度的子集的平均值组成答案

【问题标题】：R: Creating a new data.frame consisting of the mean of subsets of different length from another data.frameR：创建一个新的data.frame，由来自另一个data.frame的不同长度的子集的平均值组成
【发布时间】：2021-11-01 19:44:01
【问题描述】：

让我们的图像有一个数据框，例如

df<-data.frame(Steps=1:10, Value=20:29)
> df
   Steps Value
1      1    20
2      2    21
3      3    22
4      4    23
5      5    24
6      6    25
7      7    26
8      8    27
9      9    28
10    10    29

我想做的是：

根据不同的步骤数获取数据帧的不同子集（例如，在 2 个步骤之后或 5 个步骤之后，等等......）。步数是任意决定的，因此它们可以是 1,2 和 3 步或 2,4,7 和 10 步。步数可能覆盖或不覆盖data.frame的整个长度（但如果做整个长度更容易，很好，我可以过滤）
计算 df$value 的平均值
创建一个新的 df，包括步数和这些步数的 df$value 的平均值

所以，例如，我想要一个像这样的 df2：

> df2<-data.frame(Steps=c(2,5,10), Value=c(20.5,22,24.5))
> df2
  Steps Value
1     2  20.5
2     5  22.0
3    10  24.5

我只能想到使用 for 循环。有更好的主意吗？

【问题讨论】：

更新了原来的问题。

标签： r dataframe subset

【解决方案1】：

library(tidyverse)
df<-data.frame(Steps=1:10, Value=20:29)

tibble(Steps = c(2, 5, 10),
       Value = map_dbl(Steps,
               ~ df %>%
                 filter(Steps <= .x) %>%
                 pull(Value) %>%
                 mean()
               )
       )
#> # A tibble: 3 × 2
#>   Steps Value
#>   <dbl> <dbl>
#> 1     2  20.5
#> 2     5  22  
#> 3    10  24.5

【讨论】：

【解决方案2】：

采取随机长度的随机步骤。

set.seed(123)
random_steps <- sort(sample(df$Steps, sample(nrow(df), 1)))

df2 <- data.frame(steps = random_steps, 
                  Value = sapply(random_steps, function(x) mean(df$Value[df$Steps <= x])))
df2

#  steps Value
#1     2  20.5
#2     3  21.0
#3     6  22.5

【讨论】：

【解决方案3】：

您可以使用dplyr::cummean 获取每个步骤的累积平均值，然后使用dplyr::slice 选择您想要查看其累积平均值的行

library(dplyr, warn.conflicts = FALSE)
df <- data.frame(Steps = 1:10, Value = 20:29)

df %>%
  mutate(cummean = cummean(Value)) %>%
  slice(2, 5, 10) %>%
  select(Steps, cummean)
#>   Steps cummean
#> 1     2    20.5
#> 2     5    22.0
#> 3    10    24.5

^{由reprex package (v2.0.1) 于 2021 年 9 月 3 日创建}

【讨论】：