通过对 r 中的另一列进行分组来平均 n 行答案

【问题标题】：mean of n rows by grouping another column in r通过对 r 中的另一列进行分组来平均 n 行
【发布时间】：2017-08-12 02:57:37
【问题描述】：

我有一个数据框，我需要为每 n 行计算 x 的平均值
通过分组名称，假设 n= 3
样本数据集df：

对于每个名称，前 3 行的平均值，然后是下 3 行的平均值，
如果最后

到目前为止，我已经能够分别对 3 行或名称进行分组。
任何有关如何暗示这两者在一起的帮助将不胜感激。

## by grouping 3 rows##
final1<-aggregate(df$X,list(rep(1(nrow(df)%/%n+1),each=n,len=nrow(df))),mean)[-1]  

##by grouping name##
final2<- df %>% group_by(Name) %>% summarise(value=mean(df$X))

期望的输出是：

  Name      X     
   A      3.066  
   A      3.400  
   B      3.266

感谢您的帮助！

【问题讨论】：

您可以尝试在df %>% group_by(Name) %>% mutate(idx = ceiling(seq_len(n())/3)) %>% group_by(idx, add=T) %>% summarise(value=mean(X)) 的脉络中添加一个辅助分组变量。
我已经尝试按 2 个变量进行分组，但没有奏效。感谢您的帮助

标签： r group-by aggregate mean

【解决方案1】：

我们可以使用row_number函数，同时也可以使用group_by提出解决方案：

我们首先创建一个名为row_num_mod 的变量，它采用row_number mod 3。然后我们可以按row_num_mod 和Name 进行分组，以找出观察属于哪个实例。

我们可以再次使用row_number，这样我们实际上是在订购不同的值 mod 3。

dat %>%
    group_by(Name) %>%
    mutate(row_num_mod = row_number() %% 3) %>% 
    ungroup() %>%
    group_by(row_num_mod, Name) %>%
    mutate(row_num2 = row_number()) %>% # which instance of x mod 3 is this?
    ungroup() %>%
    group_by(Name, row_num2) %>%
    summarise(Mean = mean(X))

   Name row_num2     Mean
  <chr>    <int>    <dbl>
1     A        1 3.066667
2     A        2 3.400000
3     B        1 3.266667

清晰度

为了演示我们添加的字段，下面是添加row_num2后的数据样子：

   Name     X row_num_mod row_num2
  <chr> <dbl>       <dbl>    <int>
1     A   3.1           1        1
2     A   2.5           2        1
3     A   3.6           0        1
4     A   3.4           1        2
5     B   4.6           1        1
6     B   1.8           2        1
7     B   3.4           0        1

数据

dat <- read.table(text = " Name     X  
  A      3.1     
  A      2.5    
  A      3.6  
  A      3.4  
  B      4.6  
  B      1.8  
  B      3.4 ", header = TRUE, stringsAsFactors = FALSE)

【讨论】：

我认为这可以缩短为dat %>% group_by(Name) %>% mutate(ind = cumsum(row_number() %% 3 == 1)) %>% group_by(ind, add = TRUE) %>% summarise(Mean = mean(X))`
太棒了！这正是我一直在寻找的。没有意识到 mutate() 可以用于此！

【解决方案2】：

另一种方法是使用%/% 和n() 而不是%% 和row_number：

dat %>% 
  group_by(Name) %>% 
  mutate(ind = 0:(n() - 1) %/% 3) %>% 
  group_by(ind, add = TRUE) %>% 
  summarise(Mean = mean(X))
## Source: local data frame [3 x 3]
## Groups: Name [?]
## 
##    Name   ind     Mean
##   <chr> <dbl>    <dbl>
## 1     A     0 3.066667
## 2     A     1 3.400000
## 3     B     0 3.266667

【讨论】：

【解决方案3】：

使用 zoo 包中的 rollapply。我们可以使用 by = 3 参数以 3 的步长移动滚动窗口，我们可以使用 partial = TRUE 包含小于 3 的组，这些组留在最后。我在这里演示了使用 data.table 进行分组，尽管您同样可以使用 dplyr 或基本函数进行分组：

dt[, rollapply(X, 3, mean, by = 3, align = "left", partial=T), by=Name]
#    Name       V1
# 1:    A 3.066667
# 2:    A 3.400000
# 3:    B 3.266667

数据和库：

library(data.table)
library(zoo)
dt= fread ("Name     X  
A      3.1     
A      2.5    
A      3.6  
A      3.4  
B      4.6  
B      1.8  
B      3.4 ")

【讨论】：

【解决方案4】：

这是data.table的另一个解决方案：

library("data.table")
dt <- fread(
' Name     X  
  A      3.1     
  A      2.5    
  A      3.6  
  A      3.4  
  B      4.6  
  B      1.8  
  B      3.4 ')
dt[, n3:=gl(.N, 3, length=.N), by=Name]
dt[, .(X=mean(X)), by=.(Name, n3)]
# > dt[, .(X=mean(X)), by=.(Name, n3)]
#    Name n3        X
# 1:    A  1 3.066667
# 2:    A  2 3.400000
# 3:    B  1 3.266667

【讨论】：