如何从df计算每n个向量的平均值

Posted

技术标签:

【中文标题】如何从df计算每n个向量的平均值【英文标题】:How to calculate the mean for every n vectors from a df 【发布时间】:2021-12-18 08:30:52 【问题描述】:

如何计算来自 df 的每 n 个向量的平均值,并使用结果创建一个新的数据框。

我希望得到: 第1列:平均值(V1,V2), 第2列:平均值(V3,V4), 第 3 列:平均值 (V5,V6) 等等

数据

df <- data.frame(v1=1:6,V2=7:12,V3=13:18,v4=19:24,v5=25:30,v6=31:36)

【问题讨论】:

请以可重现的格式(而不是屏幕截图)共享数据。例如,您可以使用dput,然后将输出包含在您的帖子中。或者您可以提供生成具有代表性的示例数据的代码。 @MauritsEvers 感谢您的评论。我已经添加了所需的数据框。 【参考方案1】:

这里是基本 R 选项

n <- 2 # Mean across every n = 2 columns
do.call(cbind, lapply(seq(1, ncol(df), by = n), function(idx) rowMeans(df[c(idx, idx + 1)])))
#     [,1] [,2] [,3]
#[1,]    4   16   28
#[2,]    5   17   29
#[3,]    6   18   30
#[4,]    7   19   31
#[5,]    8   20   32
#[6,]    9   21   33

这将返回 matrix 而不是 data.frame(这在这里更有意义,因为您正在处理“全数字”数据)。

说明:这个想法是一种不重叠的滑动窗口方法。 seq(1, ncol(df), by = n) 创建列的起始索引(此处为:1、3、5)。然后我们遍历这些索引idx 并计算df[c(idx, idx + 1)] 的行均值。这将返回一个list,然后我们将其cbind 转换为matrix


作为次要修改,您还可以使用正确的尺寸预定义 data.frame,然后通过让 R 执行隐式 listdata.frame 类型转换来跳过 do.call(cbind, ...) 步骤。

out <- data.frame(matrix(NA, ncol = ncol(df) / 2, nrow = nrow(df)))  
out[] <- lapply(seq(1, ncol(df), by = n), function(idx) rowMeans(df[c(idx, idx + 1)]))
#  X1 X2 X3
#1  4 16 28
#2  5 17 29
#3  6 18 30
#4  7 19 31
#5  8 20 32
#6  9 21 33

【讨论】:

【参考方案2】:

你可以试试,

dummy <- data.frame(
  v1 = c(1:10),
  v2 = c(1:10),
  v3 = c(1:10),
  v4 = c(1:10),
  v5 = c(1:10),
  v6 = c(1:10)
)
nvec_mean <- function(df, n)
  res <- c()
  m <- matrix(1:ncol(df), ncol = n, byrow = T)
  if (ncol(df) %% n != 0)
    stop()
  
  for (i in 1:nrow(m))
    v <- rowMeans(df[,m[i,]])
    res <- cbind(res, v)
  
  colnames(res) <- c(1:nrow(m))
  res

nvec_mean(dummy,3)

       1  2
 [1,]  1  1
 [2,]  2  2
 [3,]  3  3
 [4,]  4  4
 [5,]  5  5
 [6,]  6  6
 [7,]  7  7
 [8,]  8  8
 [9,]  9  9
[10,] 10 10

如果您不想要rowMeans 或结果不是您想要的,请告诉我。

简单(?)版本

df <- data.frame(v1=1:6,V2=7:12,V3=13:18,v4=19:24,v5=25:30,v6=31:36)
n = 2

res <- c()
m <- matrix(1:ncol(df), ncol = 2, byrow = T)
for (i in 1:nrow(m))
  v <- rowMeans(df[,m[i,]])
  res <- cbind(res, v)

res

     v  v  v
[1,] 4 16 28
[2,] 5 17 29
[3,] 6 18 30
[4,] 7 19 31
[5,] 8 20 32
[6,] 9 21 33

【讨论】:

好像太复杂了。我只想平均每 n 列。 @JuanAlmeira 我在上面添加代码

以上是关于如何从df计算每n个向量的平均值的主要内容,如果未能解决你的问题,请参考以下文章

如何计算熊猫每列的每日平均值?

如何计算三只股票的加权平均值

pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动平均值(rolling mean)例如,计算某公司的多个店铺每N天(5天)的滚动销售额平均值

Pandas groupby计算每n行的平均值

熊猫 - 计算每小时平均滚动 10 分钟

余弦距离作为 k 均值的向量距离函数