使用dplyr
(最好),我尝试计算每个观察值的组平均值,同时从组中排除该观察值。
看来这应该可以通过 rowwise()
和 group_by()
的组合来实现,但这两个函数不能同时使用。
给定这个数据框:
df <- data_frame(grouping = rep(LETTERS[1:5], 3),
value = 1:15) %>%
arrange(grouping)
df
#> Source: local data frame [15 x 2]
#>
#> grouping value
#> (chr) (int)
#> 1 A 1
#> 2 A 6
#> 3 A 11
#> 4 B 2
#> 5 B 7
#> 6 B 12
#> 7 C 3
#> 8 C 8
#> 9 C 13
#> 10 D 4
#> 11 D 9
#> 12 D 14
#> 13 E 5
#> 14 E 10
#> 15 E 15
我想获得每个观察值的组平均值,并将该观察值排除在组之外,结果是:
#> grouping value special_mean
#> (chr) (int)
#> 1 A 1 8.5 # i.e. (6 + 11) / 2
#> 2 A 6 6 # i.e. (1 + 11) / 2
#> 3 A 11 3.5 # i.e. (1 + 6) / 2
#> 4 B 2 9.5
#> 5 B 7 7
#> 6 B 12 4.5
#> 7 C 3 ...
我尝试将 rowwise()
嵌套在 do()
调用的函数中,但还没有让它工作,按照这些思路:
special_avg <- function(chunk) {
chunk %>%
rowwise() #%>%
# filter or something...?
}
df %>%
group_by(grouping) %>%
do(special_avg(.))
最佳答案
无需定义自定义函数,我们可以简单地对组中的所有元素求和,减去当前值,然后除以每组的元素数减去 1
。
df %>% group_by(grouping) %>%
mutate(special_mean = (sum(value) - value)/(n()-1))
# grouping value special_mean
# (chr) (int) (dbl)
#1 A 1 8.5
#2 A 6 6.0
#3 A 11 3.5
#4 B 2 9.5
#5 B 7 7.0
关于r - 使用 dplyr 计算组平均值,同时排除当前观察值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36359250/