使用dplyr计算先前分组数据的平均值

Question

这是一份我正在处理的数据的最小工作示例。

set.seed(42)

value <- sample(1:10, 10)
group <- rep(700, each= 10)
order <- c(1,1,1,2,2,2,2,2,2,2)

df <- as.data.frame(cbind(value, group, order))

    value group order
1     10   700     1
2      9   700     1
3      3   700     1
4      6   700     2
5      4   700     2
6      8   700     2
7      5   700     2
8      1   700     2
9      2   700     2
10     7   700     2

我希望能按'group'和'order'分组，并找到'order'滞后的值的平均值。理想情况下，这将产生一个类似于以下数据框的结果：

    value group order mean
1     10   700     1   NA
2      9   700     1   NA
3      3   700     1   NA
4      6   700     2  7.33
5      4   700     2  7.33
6      8   700     2  7.33
7      5   700     2  7.33
8      1   700     2  7.33
9      2   700     2  7.33
10     7   700     2  7.33

我正在使用dplyr和group_by，但我无法想出一种方法来使用mutate和mean()引用先前的分组。

任何帮助都将是很棒的。

谢谢。

- Darin Self

Answer 1

这有点棘手，因为一旦你按某些变量对数据进行分组，除非你再次引用原始数据集（例如再次使用df$...），否则你不能轻易地访问其他组的数据，但是你又没有正确的目标组。可能有更直接的方法，但这里提供一个基于dplyr的潜在解决方案：

df %>% 
  group_by(group, order) %>%           # group the data
  summarise(mean = mean(value)) %>%    # summarise with mean per group & order
  mutate(mean = lag(mean)) %>%         # get the previous group's mean
  right_join(df)                       # join to original data

# Source: local data frame [10 x 4]
# Groups: group [?]
# 
#    group order     mean value
#    (dbl) (dbl)    (dbl) (dbl)
# 1    700     1       NA    10
# 2    700     1       NA     9
# 3    700     1       NA     3
# 4    700     2 7.333333     6
# 5    700     2 7.333333     4
# 6    700     2 7.333333     8
# 7    700     2 7.333333     5
# 8    700     2 7.333333     1
# 9    700     2 7.333333     2
# 10   700     2 7.333333     7

- talat

---

一个类似data.table的语法（我认为）是：df[df[, mean(value), by=order][, v := shift(V1)], on="order", m := v, by=.EACHI]。该语法会对数据框进行操作，通过按照"order"列分组并计算"value"列均值，然后给每个组中的元素添加一列“v”，其值为当前组中第一个元素的“V1”向上偏移一个位置的值。接着，对于每个“order”值，在原始数据框中匹配相应的行，并在这些匹配到的行中添加一列“m”，其值为对应行中“v”的值。 - Frank

@Frank，确实非常好。 - talat

谢谢你们两位，这两个解决方案都满足我的需求。 - Darin Self

Answer 2

我们可以使用基本的 R 语言来完成此操作。首先，在“order”中创建一个唯一元素的向量。然后，循环遍历“Un1”中的元素序列，对前面的“value”元素子集获取数据框“x1”的 Mean 值，将其创建为数据集的一列，并使用rbind函数将输出结果合并。

Un1 <- unique(df$order)
do.call(rbind,lapply(seq_along(Un1), function(i) {
      x1 <- df[df$order==Un1[i],]
      Mean=mean(df[df$order==Un1[i-1],1])
      transform(x1,Mean=Mean) }))

- akrun