一个数据集拆分成多个数据集后如何计算？

Question

我想获取一个数据集并将其拆分为多个数据集。对于问题的简化版本。实际上，我将有数千行，但为了便于理解，我想简化问题。假设您有以下代码：

vec = c(1:10)
df = data.frame(vec)
df
   vec
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
10  10

我想将此数据集拆分为每行 5 个观察值，然后获取每 5 行的平均值。

到目前为止，我已尝试按以下方式拆分代码：

splitdf = split(df, rep(1:2,each = 5))

现在我想得到每组的平均值。例如，第一个块的平均值是 3，第二个块的平均值是 8。

然后，我想做一个rep函数并将它存储在一个单独的列中。我希望我的数据框如下所示：

   vec  mean
1    1     3
2    2     3
3    3     3
4    4     3
5    5     3
6    6     8
7    7     8
8    8     8
9    9     8
10  10     8

我想知道循环函数是否合适，或者是否有更简单的方法来解决这个问题。我乐于接受建议。

Answer 1

如果您使用与分组相同的拆分逻辑，则无需拆分数据。例如，在 ave

df$mean <- ave(df$vec, rep(1:2,each = 5)) 
df

#   vec mean
#1    1    3
#2    2    3
#3    3    3
#4    4    3
#5    5    3
#6    6    8
#7    7    8
#8    8    8
#9    9    8
#10  10    8

ave 中的默认函数已经是 mean，所以我们不在这里明确应用它。

Answer 2

如果您想在此处处理拆分数据框，只需添加即可。

# Your vector
vec = c(1:10)

# your dataframe
df = data.frame(vec)

# Your split df 
splitdf = split(df, rep(1:2,each = 5))

# -------------------------------------------------------------------------
#initialize a list (avg) with the size of splitdf 
avg <- vector("list", length(splitdf))
# loop through each list and compute the mean and assign each to avg
for (i in seq_along(splitdf)){
  avg[[i]] <- mean(splitdf[[i]]$vec)
}
# avg
# [[1]]
# [1] 3
# 
# [[2]]
# [1] 8
# unlist avg and create a column mean on df
df$mean <- rep(unlist(avg), each=5)
# df
#     vec mean
# 1    1    3
# 2    2    3
# 3    3    3
# 4    4    3
# 5    5    3
# 6    6    8
# 7    7    8
# 8    8    8
# 9    9    8
# 10  10    8

Answer 3

您可能正在寻找 by()，它基本上提供了拆分应用功能。使用 rbind().

拆分

res <- do.call(rbind, 
               by(DF, rep(1:2, each=5), function(x) 
                 cbind(x, mean=colMeans(x))  # perform calculations on subsets
                 )
               )
res
#      vec mean
# 1.1    1    3
# 1.2    2    3
# 1.3    3    3
# 1.4    4    3
# 1.5    5    3
# 2.6    6    8
# 2.7    7    8
# 2.8    8    8
# 2.9    9    8
# 2.10  10    8

数据

DF <- structure(list(vec = 1:10), class = "data.frame", row.names = c(NA, 
-10L))

一个数据集拆分成多个数据集后如何计算？

How do I perform calculations after splitting a datset into multiple datasets?

split

r

dataset

mean

chunks

数据