如何根据r中for循环中的条件计算平均值答案

【问题标题】：how to calculate mean based on conditions in for loop in r如何根据r中for循环中的条件计算平均值
【发布时间】：2021-06-19 09:35:24
【问题描述】：

我有一个我认为很简单的问题，但我想不通！我有一个包含多列的数据框。这是一个通用示例：

colony = c('29683','25077','28695','4865','19858','2235','1948','1849','2370','23196')
age = c(21,23,4,25,7,4,12,14,9,7)
activity = c(19,45,78,33,2,49,22,21,112,61)
test.df = data.frame(colony,age,activity)
test.df

我希望 R 根据数据框中的菌落年龄计算平均活动。具体来说，我希望它只计算与该行中的菌落年龄相同或更老的菌落的平均活动，不包括该行中菌落的活动。例如，菌落 29683 是 21 岁。对于我的这行数据，我想要 21 岁以上的菌落的平均活动。这将包括殖民地 25077 和殖民地 4865；平均值为 (45+33)/2 = 39。我希望 R 通过识别当前行中菌落的年龄来对数据的每一行执行此操作，然后识别比该菌落更老的菌落，然后平均这些菌落的活动。

我尝试在 R 的 for 循环中执行此操作。这是我使用的代码：

test.avg = vector("numeric",nrow(test.df))`
for (i in 1:10){ 
test.avg[i] <- mean(subset(test.df$activity,test.df$age >= age[i])[-i])
}

R 返回一个值列表，其中一半是正确的，另一半不是（我什至不确定它是如何计算出这些不正确的数字的......）。与它们在数据框中的列出方式相比，正确的数字也是无序的。它显然能够为循环的某些迭代做正确的事情，但不是全部。如果有人可以帮助我编写代码，我将不胜感激！

【问题讨论】：

标签： r for-loop subset mean

【解决方案1】：

colony = c('29683','25077','28695','4865','19858','2235','1948','1849','2370','23196')
age = c(21,23,4,25,7,4,12,14,9,7)
activity = c(19,45,78,33,2,49,22,21,112,61)
test.df = data.frame(colony,age,activity)

library(tidyverse)
test.df %>% 
  mutate(result = map_dbl(age, ~mean(activity[age > .x])))
#>    colony age activity   result
#> 1   29683  21       19 39.00000
#> 2   25077  23       45 33.00000
#> 3   28695   4       78 39.37500
#> 4    4865  25       33      NaN
#> 5   19858   7        2 42.00000
#> 6    2235   4       49 39.37500
#> 7    1948  12       22 29.50000
#> 8    1849  14       21 32.33333
#> 9    2370   9      112 28.00000
#> 10  23196   7       61 42.00000

# base
test.df$result <- with(test.df, sapply(age, FUN = function(x) mean(activity[age > x])))
                         
test.df 
#>    colony age activity   result
#> 1   29683  21       19 39.00000
#> 2   25077  23       45 33.00000
#> 3   28695   4       78 39.37500
#> 4    4865  25       33      NaN
#> 5   19858   7        2 42.00000
#> 6    2235   4       49 39.37500
#> 7    1948  12       22 29.50000
#> 8    1849  14       21 32.33333
#> 9    2370   9      112 28.00000
#> 10  23196   7       61 42.00000

^{由reprex package (v1.0.0) 于 2021-03-22 创建}

【讨论】：

【解决方案2】：

您的解决方案中的问题是索引将应用于原始 data.frame，但您将其子集化，因此它不再匹配。

尝试这样的操作：首先找到最小年龄，然后排除当前索引并计算年龄 >= 预先计算的最小年龄的病例的平均活动。

for (i in 1:10){ 
  test.avg[i] <- {amin=age[i]; mean(subset(test.df[-i,], age >= amin)$activity)}
}

【讨论】：

天哪，这成功了！！！！太感谢了！！我在这方面工作的时间比我想承认的要长，但这正是我所需要的（我实际上理解这个解决方案背后的逻辑）！！

【解决方案3】：

您可以使用 map_df ：

  library(tidyverse)
  test.df  %>% 
        mutate(map_df(1:nrow(test.df), ~
                     test.df %>% 
                     filter(age >= test.df$age[.x]) %>% 
                     summarise(av_acti= mean(activity))))

【讨论】：

OP 特别想排除他正在计算平均活动的行中的菌落活动。您可以在管道中执行以下操作：mutate(test.df, map_df(1:nrow(test.df), ~ test.df %>% mutate(amin = test.df$age[.x]) %>% "["(.,-.x,) %>% filter(age >= amin) %>% summarise(av_acti= mean(activity)))) 以获得他正在寻找的结果。