如何结合聚合使用 RowMeans 函数答案

【问题标题】：How to use RowMeans function combining with agrregate如何结合聚合使用 RowMeans 函数
【发布时间】：2017-12-01 18:04:47
【问题描述】：

我需要一张图表来显示一堆支持请求的平均解决时间。我得到了一个包含所有请求的数据框，每一行都是一个不同的请求，每一列代表一个不同的字段，如月份、优先级、组、解决时间等......

我想从该表中获取每个月的平均解决时间。我一直在尝试不同的方法，但到目前为止我还没有做到。我想我现在非常接近。这是我的代码：

df_tresolucion <- setNames(aggregate(tabla_tiempos$Ticket,by=list(tabla_tiempos$Metrica),FUN = rowMeans(tabla_tiempos[,10,drop=FALSE])),c("Metrica","Promedio"))

tabla_tiempos 是我之前提到的包含所有支持请求的数据框：

Ticket <- c('119237','119239','120598','120600','120612', '120615')
 Metrica <- c('apr 2017','may 2017', 'may 2017','may 2017','jun 2017','jun 2017')
Pais <- c('ESP','ESP','ESP','ESP','ESP','ESP')Estado <- c('Closed', 'Closed', 'Closed', 'Closed', 'Closed', 'Closed')
Escalado <- c('CEDEX', 'CEDEX', 'TAC','CEDEX','CEDEX','TAC')
Vendor <- c('Cisco','Cisco','Cisco','Juniper','Cisco','Cisco')
Familia <- c('C7600','C7600','MX960','C7600','C7600','MX960')
Severidad <- c('Minor','Minor','Major','Minor','Minor','Major')
SLA <- c('Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA')
tresolucion <- c ('1.73','2.30','26.97','1.73','2.30','26.97')
tabla_tiempos <- data.frame(Ticket,Metrica,Pais,Estado,Vendor,Familia,Severidad,SLA,tresolucion)

$Ticket 是每个请求的唯一字段，$Metrica 表示打开请求的月份。数据框中的第 10 列 tabla_tiempos 包含解决时间。我使用参数 DROP = FALSE 来保留尺寸，以便我可以应用函数 RowMeans。

不幸的是，我收到了这个错误，我不太明白这是什么意思：

Warning: Error in match.fun: 'rowMeans(tabla_tiempos[, 10, drop = FALSE])' is not a function, character or symbol

正如我之前所说，我想按月汇总并计算每个月的平均解决时间，然后创建另一个包含所有这些信息的数据框（这将是 df_tresolucion）：2列（月和平均时间）和每个月的一行。

有人知道我该怎么做吗？提前致谢！

【问题讨论】：

请添加一个可重现的示例。 stackoverflow.com/questions/5963269/…
@PLapointe，我刚刚编辑了帖子。

标签： r dataframe mean

【解决方案1】：

下面是使用dplyr 的方法。请注意，我从您的 data.frame 中删除了因子，并将 tresolucion 强制为数字。

library(dplyr)
tabla_tiempos%>%
  group_by(Metrica)%>%
  summarise(tresolucion=mean(tresolucion,na.rm=TRUE))

   Metrica tresolucion
     <chr>       <dbl>
1 apr 2017     1.73000
2 jun 2017    14.63500
3 may 2017    10.33333

数据

Ticket <- c('119237','119239','120598','120600','120612', '120615')
Metrica <- c('apr 2017','may 2017', 'may 2017','may 2017','jun 2017','jun 2017')
Pais <- c('ESP','ESP','ESP','ESP','ESP','ESP')
Estado <- c('Closed', 'Closed', 'Closed', 'Closed', 'Closed', 'Closed')
Escalado <- c('CEDEX', 'CEDEX', 'TAC','CEDEX','CEDEX','TAC')
Vendor <- c('Cisco','Cisco','Cisco','Juniper','Cisco','Cisco')
Familia <- c('C7600','C7600','MX960','C7600','C7600','MX960')
Severidad <- c('Minor','Minor','Major','Minor','Minor','Major')
SLA <- c('Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA','Dentro de SLA')
tresolucion <- as.numeric(c('1.73','2.30','26.97','1.73','2.30','26.97'))
tabla_tiempos <- data.frame(Ticket,Metrica,Pais,Estado,Vendor,Familia,Severidad,SLA,tresolucion,stringsAsFactors = FALSE)

【讨论】：