计算 R 中 group() 内所有观察值之间成对差异的平均值？

Question

我有一个 table 喜欢 :

Fish    Group     Position
  1       1         100
  2       1         250
  3       1         500
  4       2          25
  5       2          75
  6       2         625

我有成群的鱼以及它们在溪流中的位置。要知道它们平均有多接近，我需要计算组内所有观察值的距离差的平均值。

对于组 1 的鱼，它是：

1-2 distance = 250 - 100 = 150 
2-3 distance = 500 - 250 = 250 
3-1 distance = 500 - 100 = 400

所以我寻找的平均值是平均值(150 + 250 + 400)

对我来说棘手的事情是找到一种在 tidyverse 哲学中做到这一点的方法！

Answer 1

如果 DF 是您的数据，您可以试试这个。希望对你有帮助：

library(dplyr)
DF %>% group_by(Group) %>% mutate(Diff=c(last(Position)-first(Position),diff(Position)))

# A tibble: 6 x 4
# Groups:   Group [2]
   Fish Group Position  Diff
  <int> <int>    <int> <int>
1     1     1      100   400
2     2     1      250   150
3     3     1      500   250
4     4     2       25   600
5     5     2       75    50
6     6     2      625   550

只要之前的解决方案只是一个草图，试试这个修改，看看这是否适用于您的原始数据：

#Create list by group
L <- split(DF,DF$Group)
#Create function
compute_d <- function(x)
{
  xv <- as.numeric(x$Position)
  y <- dist(xv)
  return(y)
}
#Apply function
lapply(L,compute_d)

结果：

或更多修改（新版本）：

#Create list by group
L <- split(DF,DF$Group)
#Create function
compute_d <- function(x)
{
  xv <- as.numeric(x$Position)
  y <- dist(xv)
  avg <- mean(y)
  y1 <- as.data.frame(as.matrix(y))
  y2 <- cbind(x,y1)
  y2$mean <- avg
  return(y2)
}
#Apply function
z <- do.call('rbind',lapply(L,compute_d))
rownames(z)<-NULL

  Fish Group Position   1   2   3     mean
1    1     1      100   0 150 400 266.6667
2    2     1      250 150   0 250 266.6667
3    3     1      500 400 250   0 266.6667
4    4     2       25   0  50 600 400.0000
5    5     2       75  50   0 550 400.0000
6    6     2      625 600 550   0 400.0000

计算 R 中 group() 内所有观察值之间成对差异的平均值？

Calculate mean of pairwise differences between ALL observations WITHIN group() in R?

r

distance

tidyr