在R中移除所有的最小值和最大值，然后计算平均值

Question

我有以下数据集：

wow <- data.frame(a = c(1, 1, 1, 2, 3, 4, 4), b = c(3, 4, 2, 6, 2, 6, 5), c = c(1, 6, 3, 6, 1, 8, 9))
print(wow)
  a b c
1 1 3 1
2 1 4 6
3 1 2 3
4 2 6 6
5 3 2 1
6 4 6 8
7 4 5 9

我需要从每列中移除所有最小值和最大值，然后计算剩余值的平均数，使结果看起来像这样：

print(result)
    a  b    c
1 2.5  4 5.75

我发现一个类似的问题已经有了答案 (在R中计算数据框中行值的均值，排除最小和最大值)，但是这个问题的主要区别在于，那个人只处理每列中单个的最小值和最大值，而我可能会有多个最小和最大值。

- bshelt141

Answer 1

我们可以使用%in%从每一列中移除min 和 max的值，然后通过剩余的值得到mean（平均值）。这可以通过dplyr中的summarise_each实现。

library(dplyr)
summarise_each(wow,funs(mean(.[!.%in% c(min(.), max(.))])))
#    a b    c
#1 2.5 4 5.75

或者使用基本的R。

sapply(wow, function(x) mean(x[!x %in% range(x)]))
#   a    b    c 
#2.50 4.00 5.75 

- akrun

Answer 2

一个 data.table 的解决方案（1.9.5+，但很容易进行回溯），返回一个类似于 data.frame 的对象，看起来你需要这个：

library(data.table)
setDT(wow)[,lapply(.SD,function(x)mean(x[x>min(x)&x<max(x)]))]

或者，按照@akrun的方式。

setDT(wow)[,lapply(.SD,function(x)mean(x[!x%in%range(x)]))]

你的数据需要na.rm=T，如果想要使用.GRP，可能会比前者更复杂。如果想让result是一个向量，可以使用sapply（使用data.frame的解决方案基本相同，而data.table的唯一优点是速度更快）。

- MichaelChirico