计算均值，但留下唯一变量的数量

Question

我在使用 R 和 plyr 时遇到了一些困难，我不知道如何获得我感兴趣的结果。我有一个如下所示的数据框：

Region Price
Alentejano 71
Andalucia 30
Bordeaux 135
Bordeaux 500
Bordeaux 185

等等。我想获得每个区域的平均值，到目前为止，我尝试使用 plyr 和代码：

means <- ddply(data, ~ Region, summarise, mean = mean(Price), sd=sd(Price))

在每个变量有多个观察值的地方，它成功地给出了标准偏差。我没有任何办法。我如何制作一个代码，为我提供多个纪念日的平均值，但如果只有一个纪念日，则保留数字？

Answer 1

这将为您提供所需的答案

means <- ddply(data, ~ Region, summarise, mean = mean(Price[duplicated(Price)]), sd=sd(Price))

Answer 2

根据您的代码，您使用的不是 dplyr，而是 plyr。当您取一次观察的平均值时，它将 return 该观察的值：

关于您的示例数据：

aggregate(Price ~ Region, dat, FUN = mean)

returns:

      Region    Price
1 Alentejano  71.0000
2  Andalucia  30.0000
3   Bordeaux 273.3333

如您所见，"Alentejano" 和 "Andalucia" 区域 return 编辑了与原始数据中相同的值。

使用您提供的代码：

library(plyr)
ddply(dat, ~ Region, summarise, mean = mean(Price), sd=sd(Price))

我得到：

      Region     mean       sd
1 Alentejano  71.0000       NA
2  Andalucia  30.0000       NA
3   Bordeaux 273.3333 197.8846

这是预期的有效结果。

如果您同时使用 plyr 和 dplyr，请确保您在 dplyr 之前加载了 plyr。否则您将收到以下警告消息：

------------------------------------------------------------------------------------
You have loaded plyr after dplyr - this is likely to cause problems.
If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
library(plyr); library(dplyr)
------------------------------------------------------------------------------------

已用数据：

dat <- read.table(text="Region Price
Alentejano 71
Andalucia 30
Bordeaux 135
Bordeaux 500
Bordeaux 185", header=TRUE)

计算均值，但留下唯一变量的数量

Calculating a mean, but leaving numbers of unique variables

r

plyr

mean