逐行计算数据帧的平均值

Posted 2023-03-24

【中文标题】逐行计算数据帧的平均值

【英文标题】：Calculate mean of data frame by row

【发布时间】：2021-06-23 09:20:07

【问题描述】：

有没有办法从数据框中计算一行的平均值？

例如：

df <- data.frame(X = c(1,1,1,1,2,2), Y = c(1,4,4,4,4,3), Z = c(2,5,6,8,3,1))

df
  X Y Z
1 1 1 2
2 1 4 5
3 1 4 6
4 1 4 8
5 2 4 3
6 2 3 1

那么如何计算每行的平均值？

mean(df[,1:3])

我真的不明白为什么这不起作用，我的意思是相同的代码适用于例如 min() 或 max() 但不适用于 mean()。

min(df[,1:3])

[1] 1

【问题讨论】：

rowMeans(df[,1:3]) 或 apply(df[,1:3],1, mean)

好的，谢谢，这行得通。但是 mean() 的行为与 min() 或 max() 不同的原因是什么

你错了，最小值或最大值都不能正常工作，它们应该只返回单个值，但你的要求是按行返回，你需要使用 pmin 或 pmax 来获得逐行值.阅读更多关于 R 中的向量化函数 mean/sum/min/max ，所有这些都将返回单个值，除非应用一些函数或循环。

【参考方案1】：

当您说df[,1:3] 时，您选择的是df 的所有行和1:3 的列。当您对其应用min 或max 时，它只是在所有数字中查找min/max。 row 不是这样做的。

因此，当您尝试对mean 应用相同的逻辑时，它会再次在所有三列的所有数字中找到mean 值。同样，不是row。

您需要将apply 一个函数转换为df 的维度。为此，请按照 PKumar 的建议使用 apply(df, 1, mean)。如果您需要每列的mean，请说apply(df, 2, mean)。要了解有关 apply 的更多信息，请在 R 控制台上输入 ?apply。

rowMeans 和 colMeans 是 apply 的快捷方式。

【参考方案2】：

为此，您需要使用应用功能 您可以使用以下语法计算所有行的平均值

apply(df,1, mean)
[1] 1.333333 3.333333 3.666667 4.333333 3.000000 2.000000

#当第二个参数为1时，计算每一行的平均值，如果设置为2，则计算每一列

要计算特定行的平均值，您需要对该行进行子集化 使用以下代码

> apply(df[4,],1, mean) #here you compute the mean of the 4th row
#output
       4 
4.333333