计算变量内区间的平均值答案

【问题标题】：Calculating the mean for intervalls within a variable计算变量内区间的平均值
【发布时间】：2020-04-03 08:16:57
【问题描述】：

假设我有一个数据集，例如： dat <- rnorm(25) 和一个向量，它代表我的数据的特定索引：v <- c(1, 8, 13, 17, 25)

如何计算以下区间的平均值：1-1、1-8、8-13、13-17、17-25？

一般来说：我想根据索引向量 v 对 dat 内的特定间隔进行平均，这很有意义，但也很不规则。

【问题讨论】：

欢迎来到 Stack Overflow。到目前为止，您尝试过什么？

标签： r mean

【解决方案1】：

您可以使用cut 获取区间组，使用aggregate 计算每个组的mean。

aggregate(dat, list(interval=cut(seq(dat), c(0,v))), mean)
#  interval          x
#1    (0,1] -0.5604756
#2    (1,8]  0.3484638
#3   (8,13]  0.1704305
#4  (13,17]  0.4599013
#5  (17,25] -0.6754733

或者，如果您希望第一个和最后一个位置的间隔重叠，您可以使用sapply。

sapply(seq(v), function(i) mean(dat[v[max(1,i-1)]:v[i]]))
#[1] -0.56047565  0.23484641 -0.06881816  0.44807533 -0.54510397

【讨论】：

【解决方案2】：

我们可以使用findInterval 组成群组，并使用tapply 获取每个群组的mean。

tapply(dat, findInterval(seq_along(dat), v, left.open = TRUE), mean)

#         0          1          2          3          4 
#-0.5604756  0.3484638  0.1704305  0.4599013 -0.6754733

数据

set.seed(123)
dat <- rnorm(25)
v <- c(1, 8, 13, 17, 25)

【讨论】：

【解决方案3】：

使用dplyr

library(dplyr)
tibble(x = dat) %>% 
    group_by(Interval = findInterval(row_number(), v, left.open = TRUE)) %>% 
    summarise(x = mean(x))

【讨论】：

【解决方案4】：

您可以使用split()和cut()创建组，然后通过sapply计算每个组中的均值，即，

r <- sapply(split(dat,cut(seq_along(dat), c(-Inf,v))),mean)

示例

set.seed(1)
dat <- rnorm(25)
v <- c(1, 8, 13, 17, 25)
r <- sapply(split(dat,cut(seq_along(dat), c(-Inf,v))),mean)

给予

> r
  (-Inf,1]      (1,8]     (8,13]    (13,17]    (17,25] 
-0.6264538  0.2397270  0.3101554 -0.2877232  0.3456389

【讨论】：