R中数据表中行的几何平均值答案

【问题标题】：Geometric mean of rows in a data table in RR中数据表中行的几何平均值
【发布时间】：2017-01-19 11:59:22
【问题描述】：

我有一个数据表，我想在其中计算几列中每一行的几何平均值。有些值会为零，所以我需要将它们排除在外。

来自 Wiki 的几何平均值是：“几何平均值被定义为 n 个数字的乘积的 n 次根”，因此对于 2 个数字，它只是它们乘积的平方根。

在我的例子中，每行的第 n 个根会有所不同，具体取决于其中有多少非零值。

在我下面的示例中，结果列的前 2 行的计算方式如下：

1: (a * c)^(1/2)

2: (a * b * c)^(1/3)

所以我需要公式来查看列 a:c，取非零值的乘积，然后取有多少非零值的 n 次根。

library(data.table)
dt <- data.table(a = c(0.5, 0.3,0,0.6), b = c(0,0.4,0.1,0), 
c = c(0.9,0.5,0.1,0), Result = c(0.67, 0.39, 0.1, 0.6))

【问题讨论】：

是预期输出的“结果”吗
所有数字都是非负数吗？
抱歉，结果是预期的输出，所有值都是非负数。

标签： r data.table

【解决方案1】：

我们可以尝试使用data.table 方法

dt[, v1 := Reduce(`+`, lapply(.SD, function(x) x!=0)), .SDcols = 1:3]
dt[, result2 := round((Reduce(`*`, lapply(.SD, function(x) 
    replace(x, x==0, 1))))^(1/v1), 2), .SDcols = 1:3][, v1 := NULL][]
#    a   b   c Result result2
#1: 0.5 0.0 0.9   0.67    0.67
#2: 0.3 0.4 0.5   0.39    0.39
#3: 0.0 0.1 0.1   0.10    0.10
#4: 0.6 0.0 0.0   0.60    0.60

或者另一个效率较低的选项是按行序列分组，然后在每一行上进行分组

dt[, result2 := {
           u1 <- unlist(.SD)
           round(prod(u1[u1!=0])^(1/sum(u1!=0)), 2)} , 1:nrow(dt), .SDcols = 1:3]
dt
#     a   b   c Result result2
#1: 0.5 0.0 0.9   0.67    0.67
#2: 0.3 0.4 0.5   0.39    0.39
#3: 0.0 0.1 0.1   0.10    0.10
#4: 0.6 0.0 0.0   0.60    0.60

注意：这两个都是data.table 方法。

或@DavidArenburg 提供的另一个选项

dt[, Result := round(Reduce(`*`, replace(.SD, .SD == 0, 1))^(1/rowSums(.SD != 0)), 2)]

另一个矢量化选项是转换为matrix

library(matrixStats)
m1 <- as.matrix(setDF(dt)[1:3])
round(rowProds(replace(m1, !m1, 1))^(1/rowSums(m1!=0)), 2)
#[1] 0.67 0.39 0.10 0.60

【讨论】：

代码块 `dt[, result2....' 返回错误... eval(expr, envir, enclos) 中的错误：找不到对象 'v1'
@MidnightDataGeek 你有哪个版本的data.table？我正在使用1.10.0
我使用的是 1.9.6。我已经修改了下面的答案，严格来说它仍然是“data.table”方法吗？速度对我来说很关键，所以我尝试将 DT 用于一切，
@MidnightDataGeek 好的，这就是原因，在 1.10.0 中，使用.SDcols 时也可以访问其他列。是的，前两个是 data.table 方法。但是，如果你使用apply，它可以转换为matrix，使用data.table没有任何好处
可能简单一点dt[, Result := round(Reduce(`*`, replace(.SD, .SD == 0, 1))^(1/rowSums(.SD != 0)), 2)]

【解决方案2】：

假设所有非负值，这也将起作用。

dt$Result <- apply(dt, 1, function(x) (prod(x[x!=0]))^(1/sum(x!=0)))
dt
#     a   b   c    Result
#1: 0.5 0.0 0.9 0.6708204
#2: 0.3 0.4 0.5 0.3914868
#3: 0.0 0.1 0.1 0.1000000
#4: 0.6 0.0 0.0 0.6000000

【讨论】：

谢谢。我已根据需要对其进行了修改...dt[, Result := apply(.SD, 1, function(x) (prod(x[x != 0])) ^ (1/sum(x!=0))), .SDcols = 1:3]

【解决方案3】：

prod(a)^(1/length(a)) 给出向量 a 的几何平均值

【讨论】：

如此处所述，上面被投票的 geomean 等式是错误的！它是 1/n 次方。不应该有“总和”。我很惊讶以前没有人支持这条评论！

【解决方案4】：

其他选项：

m1 <- as.matrix(setDF(dt)[1:3])
exp(rowMeans(log(m1)))

【讨论】：