条件计算平均每月每年dplyr

Conditional calculation of mean per month per year dplyr

我有很长一段时间内多个流的流化学大数据集(7-20 年的数据价值)。我想获得每个站点每年的每月 TOC 值,但有时给定月份只有 1 个 TOC 值,而其他月份有 2 个或更多。当我使用总结(下面的示例)时,我得到的实例只有 1 个 TOC 值。

df_TOC <- df %>% group_by(Site,Year, Month) %>% summarise(AvgTOC=mean(TOC))

我想要一些关于如何使用条件语句总结数据的帮助:

如果TOC每月有2个或更多个值,则计算平均值;如果不是,则粘贴该月的单个值。

Site  Month Year  TOC
AAA   Jan   1975  5
AAA   Feb   1975  7
AAA   Feb   1975  8
AAA   March 1975  10
AAA   March 1975  12
AAA   April 1975  13
BBB   Jan   1975  6
BBB   Jan   1975  3
BBB   Feb   1975  6
BBB   Feb   1975  12
BBB   Feb   1975  17
BBB   March 1975  4

您的代码已经完全符合您的要求。单个值的平均值就是该值本身。

myData = read.table(textConnection("Site  Month Year  TOC
AAA   Jan   1975  5
AAA   Feb   1975  7
AAA   Feb   1975  8
AAA   March 1975  10
AAA   March 1975  12
AAA   April 1975  13
BBB   Jan   1975  6
BBB   Jan   1975  3
BBB   Feb   1975  6
BBB   Feb   1975  12
BBB   Feb   1975  17
BBB   March 1975  4"), header = TRUE)

library(dplyr)
df_TOC = myData %>% group_by(Site,Year, Month) %>% summarise(AvgTOC=mean(TOC))
> df_TOC 
## A tibble: 7 x 4
## Groups:   Site, Year [?]
#    Site  Year  Month   AvgTOC
#  <fctr> <int> <fctr>    <dbl>
#1    AAA  1975  April 13.00000 #<<<
#2    AAA  1975    Feb  7.50000
#3    AAA  1975    Jan  5.00000 #<<< These ones come from an single sample each
#4    AAA  1975  March 11.00000
#5    BBB  1975    Feb 11.66667
#6    BBB  1975    Jan  4.50000
#7    BBB  1975  March  4.00000 #<<<

我是基本 R 函数的忠实拥护者 aggregate,从评论看来,您可能有导致 NA 的 NA 值——因为单个值的平均值应该就是价值。试用:

aggregate(x = list(TOC_avg = myData$TOC), by = myData[,-4], mean, na.rm = T)

这里我们使用list()命名结果聚合值,数据中的第4列是原始TOC列。