如何遍历列名来计算统计信息？答案

【问题标题】：How do I loop through column names to compute statistics?如何遍历列名来计算统计信息？
【发布时间】：2019-08-14 00:51:03
【问题描述】：

假设我有这样的数据

rating  repair  model
5        0       1
4        0       0 
2        1       1
5        1       0

我希望能够找到每次修复 ==1 的平均评分。但是我实际上有 200 个列名，我想这样做，因为它不遵循特定的模式。我不知道如何遍历这些列。我知道

 mean(dt[dt$repair==1,]$rating, na.rm=T)

会给我我想要的，但不是如何循环。以下似乎不起作用。谢谢！

for(name in rep_names){
    dt[paste0('dt$',name)==1,]$rating
}

【问题讨论】：

【解决方案1】：

apply 解决方案。可能很慢：

apply(df[df["repair"]==1,],2,mean)
# rating repair  model 
#   3.5    1.0    0.5

【讨论】：

感谢您的回答，但问题是我实际上有 100 多个不同名称的列，我想找到评级列的平均值，例如当第 1 列 ==1、第 2 列= =1 等不只是修复==1。所以我需要遍历 100 多列的名称

【解决方案2】：

有了data.table，我们可以做到

library(data.table)
setDT(df1)[repair == 1, lapply(.SD, mean, na.rm = TRUE)]
#   rating repair model
#1:    3.5      1   0.5

基于 cmets

setDT(df1)[column1 == 1 & column2 == 1, lapply(.SD, mean), .SDcols = 3:ncol(df1)]

【讨论】：

【解决方案3】：

如果您想在repair == 1 时为所有列找到mean，我们可以使用summarize_all from dplyr

library(dplyr)

dt %>%
 filter(repair == 1) %>%
 summarize_all(~mean(., na.rm = TRUE))

# rating repair model
#1    3.5      1   0.5

在base R中，我们也可以使用colMeans

colMeans(dt[dt$repair == 1,], na.rm = TRUE)

#rating repair  model 
#   3.5    1.0    0.5

编辑

如 cmets 中所述，如果我们需要过滤的列数为 1，然后取平均值，我们可以首先使用列索引或列名选择这些列。例如，假设我们要在这里过滤第 2 到 3 列，那么我们可以这样做

rep_names <- 2:3
colMeans(df[rowSums(df[rep_names] == 1) == length(rep_names), ])

#rating repair  model 
# 2      1      1

rep_names 可以包含我们要检查 1 的列名的列号。

【讨论】：

感谢您的回答，但问题是我实际上有 100 多个不同名称的列，我想找到评级列的平均值，例如当第 1 列 ==1、第 2 列= =1 等不只是修复==1。所以我需要遍历 100 多列的名称
@Megan 我已经相应地更新了答案，请检查是否是你需要的。