r：按名称附加列子集的平均值

Posted 2023-03-11

【中文标题】r：按名称附加列子集的平均值

【英文标题】：r: append mean of a subset of columns by name

【发布时间】：2016-12-14 05:07:12

【问题描述】：

我有这个 df：

          webvisits1   webvisits2  webvisits3 webvisits4
s001          2            0           11           2
s002          11           2           23           3
s003          12           1            1           5
s004          13           5            5           0
s005          4            3            9           3

我需要创建一个输出数据框，其中添加了包含 webvisits(3-4) 和 webvisits (1-2) 平均值之间差异的列，如下所示：

          webvisits1   webvisits2  webvisits3 webvisits4 difference_mean
s001          2            0           11           2        -5.5
s002          11           2           23           3        -6.5
s003          12           1            1           5         3.5
s004          13           5            5           0         6.5
s005          4            3            9           3        -2.5

考虑到列名（网络访问）很重要，有没有一种简单的方法可以做到这一点？ 谢谢

【参考方案1】：

我们将数据集分为两部分（df[1:2]、df[3:4]），获取差异，然后使用rowMeans，我们找到mean，使用transform 创建一个新列“differenceMean”。

df <- transform(df, differenceMean = rowMeans(df[1:2]- df[3:4]))
df 
#     webvisits1 webvisits2 webvisits3 webvisits4 differenceMean
#s001          2          0         11          2           -5.5
#s002         11          2         23          3           -6.5
#s003         12          1          1          5            3.5
#s004         13          5          5          0            6.5
#s005          4          3          9          3           -2.5

【参考方案2】：

rowSums 函数可以对每个变量的行求和，然后找到现有变量之间的差异并取它们的平均值

library(dplyr)
 dt %>%
  mutate(difference_mean = (rowSums(dt[,2:3])-rowSums(dt[,4:5]))/2)

s.no webvisits1 webvisits2 webvisits3 webvisits4 difference_mean
1 s001          2          0         11          2            -5.5
2 s002         11          2         23          3            -6.5
3 s003         12          1          1          5             3.5
4 s004         13          5          5          0             6.5
5 s005          4          3          9          3            -2.5