【问题标题】:column mean for subset of rows in R data.tableR data.table 中行子集的列平均值
【发布时间】:2021-12-05 10:48:26
【问题描述】:

我有一个这样的 data.table:

example <- data.table(
  id=rep(1:2,each=9),
  day=rep(rep(1:3,each=3),2),
  time=rep(1:3,6),
  mean_day=rnorm(18)
)

我需要计算多天的平均值,但 id 之间的平均值不同。

为了获得第一个人在第 1 天到第 2 天的平均值,我尝试了以下方法(灵感来自 this post):

example[id==1, mean_over_days := mean(mean_day,na.rm=T), by=(day %in% 1:2)]

> example
    id day time    mean_day mean_over_days
 1:  1   1    1 -1.53685184     -0.8908466
 2:  1   1    2  0.77445521     -0.8908466
 3:  1   1    3 -0.56048917     -0.8908466
 4:  1   2    1 -1.78388960     -0.8908466
 5:  1   2    2  0.01787129     -0.8908466
 6:  1   2    3 -2.25617538     -0.8908466
 7:  1   3    1 -0.44886190     -0.0955414
 8:  1   3    2 -1.31086985     -0.0955414
 9:  1   3    3  1.47310754     -0.0955414
10:  2   1    1  0.53560356             NA
11:  2   1    2  1.16654996             NA
12:  2   1    3 -0.06704728             NA
13:  2   2    1 -0.83897719             NA
14:  2   2    2 -0.85209939             NA
15:  2   2    3 -0.41392341             NA
16:  2   3    1 -0.03014190             NA
17:  2   3    2  0.43835822             NA
18:  2   3    3 -1.62432188             NA

我希望 mean_over_days 列的 id==1 的所有行都具有相同的值 (-0.8908466),但碰巧在第 3 天,该列仅具有当天的平均值。

如何更改代码以更正此问题?

【问题讨论】:

  • 只是一个小提示:在生成随机数时,请以set.seed(number_of_your_choice)开始您的代码,以便您的示例完全可重现。
  • 是的,我只记得@RonakShah 回答了我的问题。下次我会做的;)谢谢你
  • 不用担心。祝你工作顺利!干杯

标签: r data.table mean


【解决方案1】:

不要在by 中设置子集,这会为TRUE 和FALSE 值创建不同的组。

library(data.table)
example[id==1, mean_over_days := mean(mean_day[day %in% 1:2],na.rm=TRUE)][]

#    id day time    mean_day mean_over_days
# 1:  1   1    1 -0.56047565      0.4471527
# 2:  1   1    2 -0.23017749      0.4471527
# 3:  1   1    3  1.55870831      0.4471527
# 4:  1   2    1  0.07050839      0.4471527
# 5:  1   2    2  0.12928774      0.4471527
# 6:  1   2    3  1.71506499      0.4471527
# 7:  1   3    1  0.46091621      0.4471527
# 8:  1   3    2 -1.26506123      0.4471527
# 9:  1   3    3 -0.68685285      0.4471527
#10:  2   1    1 -0.44566197             NA
#11:  2   1    2  1.22408180             NA
#12:  2   1    3  0.35981383             NA
#13:  2   2    1  0.40077145             NA
#14:  2   2    2  0.11068272             NA
#15:  2   2    3 -0.55584113             NA
#16:  2   3    1  1.78691314             NA
#17:  2   3    2  0.49785048             NA
#18:  2   3    3 -1.96661716             NA

数据

set.seed(123)
example <- data.table(
  id=rep(1:2,each=9),
  day=rep(rep(1:3,each=3),2),
  time=rep(1:3,6),
  mean_day=rnorm(18)
)

【讨论】:

    猜你喜欢
    • 2017-10-04
    • 2021-08-21
    • 1970-01-01
    • 2019-07-26
    • 1970-01-01
    • 1970-01-01
    • 2020-05-08
    • 2016-12-14
    • 2014-11-19
    相关资源
    最近更新 更多