使用 dplyr 查找前一组分组数据的平均值答案

【问题标题】：Finding mean of previous set of grouped data with dplyr使用 dplyr 查找前一组分组数据的平均值
【发布时间】：2016-05-24 19:27:14
【问题描述】：

这是我正在处理的一些数据的最小工作示例。

set.seed(42)

value <- sample(1:10, 10)
group <- rep(700, each= 10)
order <- c(1,1,1,2,2,2,2,2,2,2)

df <- as.data.frame(cbind(value, group, order))

    value group order
1     10   700     1
2      9   700     1
3      3   700     1
4      6   700     2
5      4   700     2
6      8   700     2
7      5   700     2
8      1   700     2
9      2   700     2
10     7   700     2

我想同时按“组”和“顺序”分组，然后找到“顺序”滞后的值的平均值。理想情况下，这会产生一个看起来像

的数据框

    value group order mean
1     10   700     1   NA
2      9   700     1   NA
3      3   700     1   NA
4      6   700     2  7.33
5      4   700     2  7.33
6      8   700     2  7.33
7      5   700     2  7.33
8      1   700     2  7.33
9      2   700     2  7.33
10     7   700     2  7.33

我正在使用dplyr 和group_by，但我无法找到使用mutate 和mean() 来引用前一组的方法。

任何帮助都会很棒。

谢谢

【问题讨论】：

标签： r dplyr

【解决方案1】：

这有点棘手，因为一旦您按某些变量对数据进行分组，您就无法轻松访问其他组的数据，除非您参考原始数据集（例如再次使用 df$...，但您又没有您正在寻找的正确组）。我可能缺少更直接的方法，但这里有一个潜在的基于 dplyr 的方法来解决这个问题：

df %>% 
  group_by(group, order) %>%           # group the data
  summarise(mean = mean(value)) %>%    # summarise with mean per group & order
  mutate(mean = lag(mean)) %>%         # get the previous group's mean
  right_join(df)                       # join to original data

# Source: local data frame [10 x 4]
# Groups: group [?]
# 
#    group order     mean value
#    (dbl) (dbl)    (dbl) (dbl)
# 1    700     1       NA    10
# 2    700     1       NA     9
# 3    700     1       NA     3
# 4    700     2 7.333333     6
# 5    700     2 7.333333     4
# 6    700     2 7.333333     8
# 7    700     2 7.333333     5
# 8    700     2 7.333333     1
# 9    700     2 7.333333     2
# 10   700     2 7.333333     7

【讨论】：

一个 data.table 模拟（我认为）：df[df[, mean(value), by=order][, v := shift(V1)], on="order", m := v, by=.EACHI]
@Frank，确实，非常好
谢谢你们，这两种解决方案都能满足我的需要。

【解决方案2】：

我们可以使用base R 来做到这一点。以“顺序”创建vector of unique 元素。然后，循环遍历'Un1'中的元素序列，将'df'（'x1'）子集化，根据先前'value'元素的子集得到Mean值，在数据集和rbind 输出。

Un1 <- unique(df$order)
do.call(rbind,lapply(seq_along(Un1), function(i) {
      x1 <- df[df$order==Un1[i],]
      Mean=mean(df[df$order==Un1[i-1],1])
      transform(x1,Mean=Mean) }))

【讨论】：