有沒有一種快速的方法來獲得數據框中列的各種「分類」的均值？

我很抱歉，如果這已被回答 - 我只是找不到它！爲了簡化，我有一個有兩個相關列的汽車數據框：里程和價格。我想計算0-20,000英里，20,000-40,000等（在20,000英里「分箱」中）的平均價格和數量。我一直在爲各種里程範圍製作數據的子集，然後查看該子集的平均數和車輛數。我想知道是否有更有效的方法來做到這一點，而不是使所有這些子集 - 我用很多「箱」和數據做了很多次。我很想學習一個這樣做的一個更加滑稽的方式。有沒有一種快速的方法來獲得數據框中列的各種「分類」的均值？

謝謝！

來源

2013-04-16 user2012544

請您的文章重複性通過在看看[**如何使一個偉大的可重複的例子**]（http://stackoverflow.com/questions/5963269/how-to-make-a-偉大的 - 可重現的例子）爲我們提供幫助。謝謝。 – Arun

你可能想沿着這些線路水木清華：

library(data.table) 
d = data.table(mileage = runif(1000, 0, 100000), price = runif(1000, 15000, 35000)) 

d[, list(price = mean(price), number = .N), 
    by = cut(mileage, c(0, 20000, 25000, 30000, 100000))][order(cut)] 
#    cut price number 
# 1:  (0,2e+04] 25252.70 215 
# 2: (2e+04,2.5e+04] 25497.66  46 
# 3: (2.5e+04,3e+04] 25349.79  45 
# 4: (3e+04,1e+05] 25037.93 694

來源

2013-04-16 21:45:37 eddi

'cut'在這裏更有意義！（+1）。 – Arun

謝謝！太棒了！我喜歡擴展自己的R知識，而不是蠻橫的強迫它。我感謝你抽出時間。 – user2012544

爲了使箱，「腰斬」。例如：

x=1:10 
bkpt=c(0,2.5,7.5,10) 
x.cut=cut(x,breaks=bkpt)

這樣就完成了。 y是稍後的一些數據：

y=21:30 
data.frame(x,x.cut,y)

要計算每個組的東西，請使用tapply。以下我的例子：

tapply(y,x.cut,length) 
tapply(y,x.cut,mean)

，其計算的（a）的y的數量和（b）在每個由x.cut定義的基團的的y的平均值。

來源

2013-04-16 21:53:52

另一種方法使用聚合：

df <- data.frame(mil = sample(1e5,20),price = sample(1000,20)) 
#mil2 is our "mile bin" (0 -> [0:20000[; 1 -> [20000:40000[ ...) 
df$mil2 = trunc(df$mil /20000) 

# then to get the mean by "mile bin": 
aggregate(price ~ mil2,df,mean) 
# or the number: 
aggregate(price ~ mil2,df,length) 
# or simply: 
table(df$mil2)

來源

2013-04-16 21:54:15

這說明如何使用聚合按類別單次運行到返回多於一個統計。

# Using Quentin's data 
d[['mileage.cat']] <- cut(d$mileage, breaks=seq(0, 200000, by= 20000)) 
aggregate(d$price, d['mileage.cat'] , 
       FUN=function(price) c(counts=length(price), 
             mean.price=mean(price))) 

    mileage.cat x.counts x.mean.price 
1  (0,2e+04] 212.00  24859.01 
2 (2e+04,4e+04] 194.00  24343.16 
3 (4e+04,6e+04] 196.00  24357.73 
4 (6e+04,8e+04] 191.00  25006.71 
5 (8e+04,1e+05] 207.00  25250.23

來源

2013-04-16 21:57:55

如果你同時想要長度和平均數，相比於我的回答，這是一個改進:)。 –

如果你想使用'aggregate.formula'，那麼你的函數仍然可以是'function（x）c（mean = mean（x），length = length（x））' –

有沒有一種快速的方法來獲得數據框中列的各種「分類」的均值？

回答

相關問題