在R中，如何生成一个数据集，其中包含数据框的所有列的平均值？

Question

我可以使用runif函数生成20个均匀分布的观测值： runif(n=20) 并且可以生成100个同样分布的重复实验，具体如下。

df <- replicate( 100, runif(n=20))

这将创建一个维度为[20,100]的矩阵df，我可以将其转换为具有100列和20行的数据框。

如何生成由df每列均值组成的新数据框？

谢谢您的帮助。

- user1357062

---

小细节：在R中，它们是函数，而不是命令！ - Spacedman

Answer 1

你可以使用 colMeans。

data <- replicate(100, runif(n=20))
means <- colMeans(data)

- nico

---

R 2.15+还包括.colMeans()。根据说明，这些函数是“用于需要最终速度的编程中”。 - tim riffe

Answer 2

生成数据：

data <- replicate(100, runif(n=20))

列和行的意义：

col_mean <- apply(data, 2, mean)
row_mean <- apply(data, 1, mean)

列、行的标准差

col_sd   <- apply(data, 2, sd)
row_sd   <- apply(data, 1, sd)

- Idr

---

colMeans、rowMeans、colSums 和 rowSums 通常比它们的 apply 等效函数执行速度更快，尽管对于大多数情况来说，性能损失并不会太大（显然取决于您的数据大小...）。 - Chase

请查看?colMeans的帮助页面以获取详细信息，但基本上这些函数是“为了速度而编写”，比apply函数少进行错误检查。我希望我自己更好地理解这些细节... - Chase

在一个10000 x 10000的矩阵上，colMeans花费了约0.1秒，而apply则需要约3.2秒。 - nico

Answer 3

在Nico的回答基础上，你可以只调用一次runif()，将其格式化为矩阵，然后对其进行列均值计算。这样做更快且与其他答案等效。

library(rbenchmark)
#reasonably fast
f1 <- function() colMeans(replicate(100,runif(20)))
#faster yet
f2 <- function() colMeans(matrix(runif(20*100), ncol = 100))

benchmark(f1(), f2(), 
          order = "elapsed", 
          columns = c("test", "elapsed", "relative"),
          replications=10000)

#Test results
  test elapsed relative
2 f2()    0.91 1.000000
1 f1()    5.10 5.604396

- Chase

Answer 4

如果我理解正确： apply(replicate(100,runif(n=20)),2,mean) 意思是将20个随机数复制100次，然后对每列进行平均值计算。

- frankc

---

亲爱的frankc：非常感谢您的帮助-我尝试了您的建议，确实像魔法一样奏效。 - user1357062