R：计算数据框每一列中正值的平均值答案

【问题标题】：R: calculating mean of positive values in every column of a data frameR：计算数据框每一列中正值的平均值
【发布时间】：2017-12-04 17:12:22
【问题描述】：

我想计算日期框架每一列的平均值。但只应考虑正值。每列的正平均值汇总在一个向量中。

我的代码：

x <- data.frame(replicate(3, sample(-5000:7000, 1000, rep = TRUE)))

meanxpositive <- c(NA)

for (n_col in 1:3) {     
    z <- mean(x[which(x[, ncol] > 0)])
    meanxpositive[n_col] <- z
}

此代码不起作用。也许有人有更好的主意。

【问题讨论】：

sapply(x, function(a) mean(a[a>0]))
天哪，这太快了。但是是否也可以在循环中执行此操作？

标签： r

【解决方案1】：

sapply(x, function (y) mean(y[y > 0]))

colMeans(as.matrix(x) * (x > 0))

【讨论】：

colMeans(as.matrix(x) * (x > 0)) 除以总行数。
是的，我太快了

【解决方案2】：

colMeans 方法可能如下所示：

x[x<=0] <- NA
colMeans(x, na.rm=T)

#      X1       X2       X3 
#3483.664 3626.115 3533.687

由于您还提到您希望使用 for loop 查看此解决方案，您可以将旧代码调整为：

meanxpositive<-rep(NA, ncol(x))

for (n_col in 1:3) {
  z<-mean(x[which(x[,n_col]>0), n_col]) #Changed this line to reference "n_col" instead of "ncol"
  meanxpositive[n_col]<-z
}
meanxpositive
#[1] 3483.664 3626.115 3533.687

请注意，我将 ncol 的引用更改为 n_col，并且之前在您的 mean(...) 中输入了特定的 n_col 选择，您没有选择任何列。

最后，使用for loops 最好“预分配”结果的内存。在这种情况下，这意味着将其设置为您知道它应该是 (3) 的大小。在 R 中，在循环中增长对象非常缓慢且效率低下。

数据：

set.seed(1)
x<-data.frame(replicate(3,sample(-5000:7000,1000,rep=TRUE)))

【讨论】：

【解决方案3】：

如果您想将数据保存在 data.frame 中，

library(dplyr)
set.seed(47)

x <- data.frame(replicate(3, sample(-5000:7000, 1000, replace = TRUE)))

x %>% summarise_all(~mean(.x[.x > 0]))
#>         X1       X2       X3
#> 1 3578.912 3535.614 3358.444

或使用旧的funs 表示法，

x %>% summarise_all(funs(mean(.[. > 0])))
#>         X1       X2       X3
#> 1 3578.912 3535.614 3358.444

或在基础 R 中，

aggregate(. ~ TRUE, x, function(x){mean(x[x > 0])})
#>         X1       X2       X3
#> 1 3578.912 3535.614 3358.444

或data.table，

library(data.table)

setDT(x)[, lapply(.SD, function(x){mean(x[x > 0])})]
#>          X1       X2       X3
#> 1: 3578.912 3535.614 3358.444

【讨论】：