计算 R 中的最小值、最大值和平均值答案

【问题标题】：Calculate min, maximum and mean in R计算 R 中的最小值、最大值和平均值
【发布时间】：2016-04-14 06:07:52
【问题描述】：

我有 130 行和两列的数据集。我想使用 R 计算秒列的每 5 行的平均值、最小值和最大值。通过使用 colMeans 和以下命令 rep(colMeans(matrix(data$Pb, nrow=5), na.rm=TRUE), each=5) 我能够计算每 5 行的平均值。但是我无法计算最大值和最小值，因为没有相同的内置函数。我按照here 的建议尝试了 5 行而不是 2 行。但是我收到一个错误，dim(X) must have a positive length. 有人可以帮助我了解我应该如何修复和计算上述数量吗？我的最终目标是每 5 行绘制最小值、平均值、最大值。

提前致谢。

【问题讨论】：

标签： r

【解决方案1】：

如果我们正在寻找函数来查找matrix的每一列的max和min，可以使用matrixStats中的colMaxs和colMins。

library(matrixStats)
colMaxs(mat)
#[1]  7  8 20

colMins(mat)
#[1] 3 1 7

但是，如果这是为每 5 行数据集列查找，请使用 gl 为每 5 行创建分组索引，然后在 by 的帮助下，我们得到 colMaxs 或 @987654332 @或colMeans

by(data, list(gr=as.numeric(gl(nrow(data), 5, nrow(data)))), 
                 FUN = function(x) colMaxs(as.matrix(x)))

同样的方法，我们可以找到colMins或colMeans

by(data, list(gr=as.numeric(gl(nrow(data), 5, nrow(data)))),
             FUN = function(x) colMins(as.matrix(x)))

by(data, list(gr=as.numeric(gl(nrow(data), 5, nrow(data)))),
             FUN = function(x) colMeans(as.matrix(x)))

以上可以用dplyr以简洁的方式完成

 library(dplyr)
 data %>%
    group_by(gr = as.numeric(gl(nrow(.), 5, nrow(.)))) %>%
    summarise_each(funs(min, max, mean))

要做plotting，我们可以用ggplot扩展它

library(ggplot2)
library(tidyr)
data %>% 
    group_by(gr = as.numeric(gl(nrow(.), 5, nrow(.)))) %>%
    summarise_each(funs(min, max, mean)) %>%
    gather(Var, Val, -gr) %>% 
    separate(Var, into = c("Var1", "Var2")) %>%
    ggplot(., aes(x=factor(gr), y=Val, fill=Var2)) + 
           geom_bar(stat="identity")+
           facet_wrap(~Var1)

数据

mat <- matrix(c(3,1,20,5,4,12,6,2,9,7,8,7), byrow=T, ncol=3) 
set.seed(24)
data <- data.frame(Pb = sample(1:9, 42, replace=TRUE), Ps = rnorm(42))

【讨论】：

嗨@akrun，感谢您的帮助。绘图功能可以简化吗？我是 R 的新手，还没有使用过它。为每列创建了许多列，其中包含 mean 、 min 和 max 值。我如何绘制它，使其看起来像 Glen_b here 给出的答案。你能帮帮我吗？

【解决方案2】：

一个很好的函数是基本的by 函数与apply 的结合。下面是一个示例，您首先为函数创建组索引：

m <- matrix(runif(130*2),130,2)
group <- rep(seq(nrow(m)), each=5, length.out=nrow(m))
res <- by(m, INDICES = group, FUN = function(x){apply(x, MARGIN=2, FUN=max)})
class(res) # "by" class
do.call(rbind, res) # matrix

【讨论】：

非常感谢您的帮助。