计算一系列行的平均值

Posted

技术标签:

【中文标题】计算一系列行的平均值【英文标题】:Calculate mean of a range of rows 【发布时间】:2016-02-26 03:27:53 【问题描述】:

给定这样的数据框:

A <- c(1,2,3,4,NA,6,7,8,9,10,11,12,13,14,15)
B <- c(NA,NA,NA,20,NA,NA,NA,15,NA,NA,NA,NA,11,NA,9)
DF <- data.frame(A, B)

我想根据 B 列中的值计算 A 列中一系列值的平均值。具体来说,每当 B 列中有一个非 NA 值时,我想计算A 列中第 2 行和第 2 行的范围。

比如B列第一个非NA值是20,所以我想计算上面两行(2, 3)、下面两行(NA, 6)和相邻行的均值(4)。所以:

mean(2,3,4,NA,6)

同样,B 行中的下一个非 NA 值是 15。这将是

mean(6,7,8,9,10)

因此,整个数据框的最终结果将是一个新列 C

DF$C <- c(NA,NA,NA,3.75,NA,NA,NA,8,NA,NA,NA,NA,13,NA,14)

【问题讨论】:

【参考方案1】:

这是zoo 包的一种方法:

library(zoo)
width <- 5   # the observation ± 2

DF$C <- rollapply(DF$A, width, mean, na.rm = TRUE, partial = TRUE)

# when DF$B is NA, assign NA to corresponding DF$C
DF$C[is.na(DF$B)] <- NA

partial = TRUE 允许在无法容纳整个窗口的 DF$A 向量的前导和尾随部分计算平均值(即 DF$A 的前 2 个和后 2 个值,其中大小为 5 的窗口是不可能的)。

【讨论】:

【参考方案2】:

您可以尝试以下方法。

nona <- !is.na(DF$B)
DF$C <- replace(
    DF$B, 
    nona, 
    vapply(which(nona), function(i) 
        ii <- (i-2):(i+2)
        mean(DF$A[ii[ii > 0]], na.rm = TRUE)
    , 1)
)

在这里,我们在 B 列中找到非 NA 值,然后使用该向量为我们想要在 A 列中找到平均值的值设置索引,小心删除可能出现的任何负下标应该B列的前一个或两个值不是NA。上面的代码给出了DF的以下结果。

    A  B     C
1   1 NA    NA
2   2 NA    NA
3   3 NA    NA
4   4 20  3.75
5  NA NA    NA
6   6 NA    NA
7   7 NA    NA
8   8 15  8.00
9   9 NA    NA
10 10 NA    NA
11 11 NA    NA
12 12 NA    NA
13 13 11 13.00
14 14 NA    NA
15 15  9 14.00

【讨论】:

以上是关于计算一系列行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

Pandas groupby计算每n行的平均值

用 pandas 计算每个后续组的 2 行的平均值

计算表中每 x 行的平均值并创建新表

Clickhouse:等效于计算当前行之前的行的窗口平均值

用于计算每 n 行的平均值的 SQL 查询,步骤 1

计算 Pandas 中具有相同列值的行的平均值