如何根据另一个变量的平均值对变量进行排序

Posted 2023-03-24

【中文标题】如何根据另一个变量的平均值对变量进行排序

【英文标题】：how to order a variable depending on the mean of another variable

【发布时间】：2021-09-10 06:50:27

【问题描述】：

我有一个数据库，其中有来自 75 所学校的 30000 名学生的 30000 次观察，每所学校都由自己的代码定义，例如，您在下面看到由代码“01302P”定义的同一所学校的 5 名学生的分数”。

但是，还有许多其他学校（总共 75 所），并且对于每所学校，我们都有一个特定的代码，

然后，我们计算每所学校所有学生的平均分数，这意味着我们有一个包含每所学校 75 个平均分数的表格，这个平均分数可以让我们比较每所学校的表现。

现在我要做的是根据学校的平均分数来订购学校，我尝试了以下代码：

boxplot(moy_exam2~CODEETAB,epl_data,las=2,main="schools order",xlab = NULL,ylab = "Mean of score (moy_exam2)",col = 'red')

它生成了这个箱线图，我可以根据学生的平均分数来判断哪所学校是最好的，它的代码是“51680Y”，但我不能做更多的事情！因为剧情里满是学校，看不清楚顺序。

但我需要一种方法来根据平均分数结果对所有学校进行排序，

另外我更喜欢使用 ggplot2 库来增强代码

请提前帮助和感谢。

【参考方案1】：

您可以根据学校的平均分数（下面使用 dplyr 完成）对学校进行排序，然后将该学校顺序指定为学校的因子水平。

library(ggplot2)
library(dplyr)

df <- data.frame(
  schools = rep(LETTERS[1:20], 20),
  scores = rnorm(400, sample(1:400))
)

means <- group_by(df, schools) %>%
  summarise(mu = mean(scores)) %>%
  arrange(mu)

df %>%
  mutate(schools = factor(schools, levels = means$schools)) %>%
  ggplot(aes(schools, scores)) +
  geom_boxplot()

^{由reprex package (v1.0.0) 于 2021 年 6 月 27 日创建}

【讨论】：

谢谢老兄，但我得到了这个错误：平均值错误（分数）：找不到对象'分数'我认为summarise函数行总结中有问题（mu = mean（scores））

【参考方案2】：

你可以走的路线：计算学校的平均分：

library(dplyr)

data %>% 
group_by(schools) %>%
summarize(score_mean = mean(scores)) %>%
ungroup() %>%
arrange(desc(score_mean))

在此之后，您可以使用新的 DF 来创建视觉效果。也不要忘记替换变量名