在R中计算矩阵每列的平均值

Question

我正在使用 R Studio 进行 R 语言编程。 我需要计算数据框中每一列的均值。

 cluster1  // 5 by 4 data frame
 mean(cluster1) // 

我得到了：

  Warning message:
  In mean.default(cluster1) :
  argument is not numeric or logical: returning NA

< p >但我可以使用

  mean(cluster1[[1]])

获取第一列的均值。

如何获取所有列的均值？

任何帮助将不胜感激。

- user2420472

---

有用的自助工具包括内置的apropos（例如apropos('mean')）和sos包中的findFn。 - jbaums

还有这张很棒的参考卡片。 - jbaums

Answer 1

您可以使用colMeans：

### Sample data
set.seed(1)
m <- data.frame(matrix(sample(100, 20, replace = TRUE), ncol = 4))

### Your error
mean(m)
# [1] NA
# Warning message:
# In mean.default(m) : argument is not numeric or logical: returning NA

### The result using `colMeans`
colMeans(m)
#   X1   X2   X3   X4 
# 47.0 64.4 44.8 67.8 

- A5C1D2H2I1M1N2O1R2T1

---

如果我们想要计算中位数、最小值、最大值怎么办？我们有像colMedians 这样的东西吗？ - Triet Doan

@AnhTriet，也许可以考虑一下"matrixStats"包？ - A5C1D2H2I1M1N2O1R2T1

如果您有一个数据框并想要计算中位数、标准差等，请使用apply函数：apply(df, 2, median)。这里的'2'表示按列计算。请参考此处链接：https://dev59.com/PWMl5IYBdhLWcg3w3aTj#18047916。 - haff

Answer 2

你可以使用 'apply' 运行函数或矩阵/数值数据框的行或列：

cluster1 <- data.frame(a=1:5, b=11:15, c=21:25, d=31:35)

apply(cluster1,2,mean)  # applies function 'mean' to 2nd dimension (columns)

apply(cluster1,1,mean)  # applies function to 1st dimension (rows)

sapply(cluster1, mean)  # also takes mean of columns, treating data frame like list of vectors

- bob

---

最好使用 colMeans(m) 和 rowMeans(m)。这样更优化和更快，而不是使用 apply(cluster1,1,mean)。 - Rentrop

Answer 3

如果您有缺失值：

sapply(data, mean, na.rm = T)      # Returns a vector (with names)   
lapply(data, mean, na.rm = T)      # Returns a list  

请记住，“mean”需要数值型数据。如果您的数据包含混合类型，则应使用：

numdata<-data[sapply(data, is.numeric)]  
sapply(numdata, mean, na.rm = T)  # Returns a vector
lapply(numdata, mean, na.rm = T)  # Returns a list  

- Gonzalo user7334982

Answer 4

你可以尝试这个方法：

mean(as.matrix(cluster1))

- weijia

Answer 5

另一种方法是使用purrr包。

# example data like what is said above

@手推车和马海毛

set.seed(1)
m <- data.frame(matrix(sample(100, 20, replace = TRUE), ncol = 4))


library(purrr)
means <- map_dbl(m, mean)

> means
#  X1   X2   X3   X4 
#47.0 64.4 44.8 67.8 

- user6376316

Answer 6

class(mtcars)
my.mean <- unlist(lapply(mtcars, mean)); my.mean



   mpg        cyl       disp         hp       drat         wt       qsec         vs 
 20.090625   6.187500 230.721875 146.687500   3.596563   3.217250  17.848750   0.437500 
        am       gear       carb 
  0.406250   3.687500   2.812500 

- Seyma Kalay

Answer 7

试一下！还可以计算NA的数据！

df <- data.frame(a1=1:10, a2=11:20)

df %>% summarise_each(funs( mean( .,na.rm = TRUE)))


# a1   a2
# 5.5 15.5

- I Ju Cheng

Answer 8

使用collapse包中的fmean函数是另一种选择。以下是一个可重现的示例：

set.seed(1)
m <- data.frame(matrix(sample(100, 20, replace = TRUE), ncol = 4))
library(collapse)
fmean(m)

输出：

  X1   X2   X3   X4 
47.0 64.4 44.8 67.8

- Quinten

Answer 9

colMeans(A, na.rm = FALSE, dims = 1)

https://stat.ethz.ch/R-manual/R-devel/library/base/html/colSums.html

这是基类中的内容，因此不需要任何库。

第一个答案似乎使用了analytics库中的colMeans函数，但该函数在R版本4.0.2中不可用。

- SysEng

Answer 10

为了多样性：另一种方法是通过使用plyr :: colwise()将向量函数转换为可与数据框一起使用的函数

set.seed(1)
m <- data.frame(matrix(sample(100, 20, replace = TRUE), ncol = 4))

plyr::colwise(mean)(m)


#   X1   X2   X3   X4
# 1 47 64.4 44.8 67.8

- Agaz Wani