用基于两个类别的平均值替换值答案

【问题标题】：Replace value with the mean based on two classes用基于两个类别的平均值替换值
【发布时间】：2020-05-07 20:20:16
【问题描述】：

我有一个 dataset 有 2 个日历变量（Week & Hour）和 1 个 Amount 变量：

 Week Hour Amount
   35    1    367
   35    2    912
   36    1    813
   36    2    482
   37    1    112
   37    2    155
   35    1    182
   35    2    912
   36    1    551
   36    2    928
   37    1    125
   37    2    676

我希望将Amount 的每个值替换为具有相同周/小时对的每个观察值的平均值。例如，这里有 2 个 obs。对于 (Week=35, Hour=1)，Amount 的值为 367 和 182。因此，对于此示例，带有 (Week=35, Hour=1) 的 2 行应将 Amount 替换为 mean(c(367,182)。最终输出应该是：

Week Hour Amount
  35    1  274.5
  35    2  912.0
  36    1  682.0
  36    2  705.0
  37    1  118.5
  37    2  415.5
  35    1  274.5
  35    2  912.0
  36    1  682.0
  36    2  705.0
  37    1  118.5
  37    2  415.5

我有以下代码可以解决这个问题。但是，对于具有数千行的完整数据集，它非常慢。有没有办法通过这种配对方式自动重塑？

dataset = data.frame(Week=c(35,35,36,36,37,37,35,35,36,36,37,37),
                     Hour = c(1,2,1,2,1,2,1,2,1,2,1,2),
                     Amount = c(367,912,813,482,112,155,182,912,551,928,125,676))

means <- reshape2::dcast(dataset, Week~Hour, value.var="Value", mean)

for (i in 1:nrow(dataset)) {
  print(i)
  dataset$Amount[i] <- means[means$Week==dataset$Week[i],which(colnames(means)==dataset$Hour[i])]
}

【问题讨论】：

标签： r pivot mean

【解决方案1】：

dplyr 的可能解决方案：

dataset %>% 
  group_by(Week, Hour) %>% 
  summarise(mean_amount = mean(Amount))

您按周和小时分组并根据此条件计算平均值。

编辑

为了保持原来的结构（行数）改变代码

dataset %>% 
  group_by(Week, Hour) %>% 
  mutate(Amount = mean(Amount))

【讨论】：

但这并不是 OP 真正想要的。
已编辑，现在应该是 OP 要求的。

【解决方案2】：

如果这个想法只是通过Week 和Hour 得到平均值Amount，这将起作用：

aggregate(Amount ~ ., dataset, mean)
  Week Hour Amount
1   35    1  274.5
2   36    1  682.0
3   37    1  118.5
4   35    2  912.0
5   36    2  705.0
6   37    2  415.5

编辑：

但是，如果我们的想法是将平均值放回 dataset，那么这应该可行：

x <- aggregate(Amount ~ ., dataset, mean)
dataset$Amount <- x$Amount[match(apply(dataset[,1:2], 1, paste0, collapse = " "), 
                                 apply(x[,1:2], 1, paste0, collapse = " "))]
dataset
   Week Hour Amount
1    35    1  274.5
2    35    2  912.0
3    36    1  682.0
4    36    2  705.0
5    37    1  118.5
6    37    2  415.5
7    35    1  274.5
8    35    2  912.0
9    36    1  682.0
10   36    2  705.0
11   37    1  118.5
12   37    2  415.5

解释：

这个pastes 将平均值数据帧x 和dataset 中的前两列的行组合成字符串，使用函数apply 它在这些字符串上使用match 将平均值分配给dataset中的对应行

编辑 2：

或者，您可以分别使用interaction 和%in% 进行此转换：

dataset$Amount <- x$Amount[match(interaction(dataset[,1:2]), interaction(x[,1:2]))]
# or:
dataset$Amount <- x$Amount[interaction(x[,1:2]) %in% interaction(dataset[,1:2])]

【讨论】：

我又添加了两个解决方案。

【解决方案3】：

基础 R 解决方案：

dataset$Amount <- with(dataset, ave(dataset$Amount, dataset$Week, dataset$Hour, FUN = mean))

数据：

dataset = data.frame(Week=c(35,35,36,36,37,37,35,35,36,36,37,37),
                     Hour = c(1,2,1,2,1,2,1,2,1,2,1,2),
                     Amount = c(367,912,813,482,112,155,182,912,551,928,125,676))

【讨论】：