r - 计算月份平均值并替换其他列的值

Question

我有一个数据框，如下所示:

vdate=c("12-04-2015","13-04-2015","14-04-2015","15-04-2015","12-05-2015","13-05-2015","14-05-2015"
    ,"15-05-2015","12-06-2015","13-06-2015","14-06-2015","15-06-2015")
month=c(4,4,4,4,5,5,5,5,6,6,6,6)
col1=c(12,12.4,14.3,3,5.3,1.8,7.6,4.5,7.6,10.7,12,15.7)

df=data.frame(vdate,month,col1)

下面是包含基于某些计算的值的列:

pvar=c(8.4,2.4,12,14.4,2.3,3.5,7.8,5,16,5.4,18,18.4)

现在，如果 pvar 值小于该特定月份的平均值，我想替换它。

For example,
for month 4,
Average value of pvar is 9.3 ((8.4+2.4+12+14.4)/4).

然后替换 pvar 中小于第 4 个月平均值的所有值，即 (8.4 &2.4)。 Pvar 值为 9.3,9.3,12,14.4

我需要对 pvar 中的所有值执行此操作。

Answer 1

基本的 R 解决方案是使用 ave。请注意，我们首先需要将日期列转换为实际日期，以便提取月份(strsplit 或正则表达式也可以做到这一点，但我更喜欢将其设置为正确的日期)，即

df$vdate <- as.POSIXct(df$vdate, format = '%d-%m-%Y')
with(df, ave(pvar, format(vdate, '%m'), FUN = function(i) replace(i, i < mean(i), mean(i))))
 #[1]  9.30  9.30 12.00 14.40  4.65  4.65  7.80  5.00 16.00 14.45 18.00 18.40

根据您的编辑，我将使用 dplyr解决它，因为它可能更具可读性。我实际上想到了两种方法。

第一个:创建一个额外的分组变量，将您需要更改值的所有月份放在同一组中并从那里替换，即

library(dplyr)

cbind(df, pvar) %>% 
 group_by(grp = cumsum(!month %in% c(4, 5))+1, month) %>% 
 mutate(pvar = replace(pvar, pvar < mean(pvar), mean(pvar))) %>% 
 ungroup() %>% 
 select(-grp)

第二:过滤你需要的月份，进行计算。然后过滤不需要的月份，再次创建 pvar 但不更改任何内容(绑定(bind)行所必需的)并绑定(bind)行，即

bind_rows(
  cbind(df, pvar) %>%
    filter(month %in% c(4, 5)) %>%
    group_by(month) %>%
    mutate(pvar = replace(pvar, pvar < mean(pvar), mean(pvar))),
  cbind(df, pvar) %>%
    filter(!month %in% c(4, 5))
)

以上均给出，

   vdate      month  col1  pvar
   <fct>      <dbl> <dbl> <dbl>
 1 12-04-2015    4. 12.0  12.0 
 2 13-04-2015    4. 12.4  12.4 
 3 14-04-2015    4. 14.3  14.3 
 4 15-04-2015    4.  3.00 10.4 
 5 12-05-2015    5.  5.30  5.30
 6 13-05-2015    5.  1.80  4.80
 7 14-05-2015    5.  7.60  7.60
 8 15-05-2015    5.  4.50  4.80
 9 12-06-2015    6.  7.60  7.60
10 13-06-2015    6. 10.7  10.7 
11 14-06-2015    6. 12.0  12.0 
12 15-06-2015    6. 15.7  15.7