在R中按条件计算平均值

Question

我想在 R 中通过引入特定的标准来计算样本均值。例如，我有这张表格，我只想计算阶段为 1 或 2 的平均值：

treatment session period stage wage_accepted type 
1            1      1     1            25  low 
1            1      1     3            19  low 
1            1      1     3            15  low 
1            1      1     2            32 high 
1            1      1     2            13  low 
1            1      1     2            14  low 
1            1      2     1            17  low 
1            1      2     4            16  low
1            1      2     5            21  low

在这种情况下，期望的输出应为：

   stage  mean
      1  21.0 
      2  19.6667

感谢您的提前帮助。

- rado

Answer 1

使用dplyr库

library(dplyr)

df %>% filter(stage==1 | stage ==2) %>% group_by(stage) %>%
  summarise(mean=mean(wage_accepted))

如果您是第一次使用 `dplyr`，以下是一些解释：

选取数据框 `df` 中满足 `stage` 等于 1 或 2 的行，然后对于每个 `group` 中的 `stage`，计算 `wage_accepted` 的平均值。

- dimitris_ps

---

谢谢，这很有用。但是我的数据实际上非常大，上面只是一个例子。我想从一个包含50个答案的变量中选择25个答案。在这种情况下，(filter stage==1 | .... | stage == 25)会有点长。我该如何更有效地做到这一点？ - rado

使用 filter(stage %in% 1:25)。 - dimitris_ps

它是定性的而不是定量的。答案例如“A”，“B”，“C”等等... - rado

是的，你理解得很好！ - dimitris_ps

Answer 2

假设您拥有一个包含数据的csv文件，您可以使用以下代码将数据读入数据框中：

data<-read.csv("PATH_TO_YOUR_CSV_FILE/Name_of_the_CSV_File.csv")

然后你可以使用以下代码，依赖于sapply()：

sapply(split(data$Wage_Accepted,data$Stage),mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000 

或者是依赖于tapply()的代码：

tapply(data$Wage_Accepted,data$Stage,mean)

   1        2        3        4        5 
21.00000 19.66667 17.00000 16.00000 21.00000 

- Gaurav Sharma

---

感谢@bgfriend0的建议。 - Gaurav Sharma

Answer 3

看看这个。虽然只是玩具示例，但data.table非常紧凑。显然，dplyr也很棒。

    library(data.table)

    dat <- data.table(iris)
    dat[Species == "setosa" | Species == "virginica", mean(Sepal.Width), by = Species]

就速度而言，data.table 是一艘火箭船，你可以查一下。我将让你自己将其应用到你的问题上。最好的祝福，M2K

- miles2know

Answer 4

您可以这样做，然后根据您的要求筛选阶段。

# Calculating mean with respect to stages
df = do.call(rbind, lapply(split(data, f = data$stage),function(x) out = data.frame(stage = unique(x$stage), mean = mean(x$wage_accepted))))

# mean for stage 1 and 2
required = subset(df, stage %in% c(1,2))

- Veerendra Gadekar