根据 R 中的标准计算平均值

Question

我想通过引入特定标准来计算 R 中的样本均值。例如，我有这个 table 并且我只想要那些 stage = 1 或 2:

的人的手段

treatment session period stage wage_accepted type 
1            1      1     1            25  low 
1            1      1     3            19  low 
1            1      1     3            15  low 
1            1      1     2            32 high 
1            1      1     2            13  low 
1            1      1     2            14  low 
1            1      2     1            17  low 
1            1      2     4            16  low
1            1      2     5            21  low

在这种情况下所需的输出应该是：

   stage  mean
      1  21.0 
      2  19.6667

提前致谢。

Answer 1

您可以执行此操作，然后根据您的要求筛选阶段

# Calculating mean with respect to stages
df = do.call(rbind, lapply(split(data, f = data$stage),function(x) out = data.frame(stage = unique(x$stage), mean = mean(x$wage_accepted))))

# mean for stage 1 and 2
required = subset(df, stage %in% c(1,2))

Answer 2

使用 dplyr 库

library(dplyr)

df %>% filter(stage==1 | stage ==2) %>% group_by(stage) %>%
  summarise(mean=mean(wage_accepted))

如果你是新手dplyr稍微解释一下：

取数据框 df 然后 filter 其中 stage 等于 1 或 2。然后对于 stage 中的每个 group 计算 mean 的 wage_accepted

Answer 3

假设您有数据的 csv 文件，您可以使用以下方法将数据读入数据框：

data<-read.csv("PATH_TO_YOUR_CSV_FILE/Name_of_the_CSV_File.csv")

然后你可以根据sapply():

使用这段代码

sapply(split(data$Wage_Accepted,data$Stage),mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000

或此代码依赖tapply():

tapply(data$Wage_Accepted,data$Stage,mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000

Answer 4

检查一下。这是一个玩具示例，但 data.table 非常紧凑。 dplyr 显然也很棒。


    library(data.table)

    dat <- data.table(iris)
    dat[Species == "setosa" | Species == "virginica", mean(Sepal.Width), by = Species]

就您对速度的需求而言... data.table 是一艘火箭飞船，请查找。我将留给您将其应用于您的问题。最好的，M2K

根据 R 中的标准计算平均值

calculate a mean by criteria in R

r

mean