列中子组的计算[重复]

Question

我有一个大致如下所示的数据集：

> dataSet
   month detrend
1    Jan  315.71
2    Jan  317.45
3    Jan   317.5
4    Jan   317.1
5    Jan  315.71
6    Feb  317.45
7    Feb   313.5
8    Feb   317.1
9    Feb  314.37
10   Feb  315.41
11 March  316.44
12 March  315.73
13 March  318.73
14 March  315.55
15 March  312.64
.
.
.

---

如何按月计算平均值？例如，我想要类似的东西

> by_month
   month ave_detrend
1    Jan  315.71
2    Feb  317.45
3  March   317.5

Answer 1

您需要关注的是按月份对您感兴趣的列（“去趋势”）进行分组的方法。在“vanilla R”中有很多方法可以做到这一点，但最有效的方法是使用tidyverse的dplyr。

我将使用直接取自该页面的示例：

mtcars %>%
  group_by(cyl) %>%
  summarise(disp = mean(disp), sd = sd(disp))

在你的情况下，那将是：

by_month <- dataSet %>%
  group_by(month) %>%
  summarize(avg = mean(detrend))

---

这个新的“tidyverse”风格看起来很不一样，你看起来很新，所以我会解释发生了什么（对不起，如果这太明显了）：

1. 首先，我们正在抓取数据帧，我称之为dataSet。
2. 然后我们将该数据集管道到我们的下一个函数，即group_by。管道意味着我们将最后一个命令的结果（在这种情况下只是数据帧dataSet）并将其用作我们下一个函数的第一个参数。函数 group_by 有一个数据框作为它的第一个函数。
3. 然后该 group by 的 results 被传送到下一个函数，即 summarize（或者 summarise，如果您来自下面，就像作者一样）。 summarize 只是使用列中的所有数据进行计算，但是，group_by 函数会在该列中创建分区。所以我们现在计算了我们创建的每个分区的平均值，即月份。
   • 这是关键：group_by 创建“标志”以便summarize 在每个组上分别计算函数（在本例中为mean）。因此，例如，所有Jan 值都组合在一起，然后仅在它们上计算mean。然后对于所有 Feb 值，计算平均值等。

---

HTH！！

Answer 2

R 有一个内置的均值函数：mean(x, trim = 0, na.rm = FALSE, ...)

我会这样做：

january <- dataset[dataset[, "month"] == "january",]
januaryVector <- january[, "detrend"]
januaryAVG <- mean(januaryVector)