主页 / coding / 问题 / 77957492
Accepted
Gabriel G.
Asked: 2024-02-08 03:41:42 +0800 CST

在 R 中的列表列上执行 rowmean

  • 772

我有以下数据框：

df=read.table(text="A     B      C      D
1,2   .      1,3    1,4
2,1   1,1    1,1    2,3  ", header=TRUE)

A     B      C      D
1,2   .      1,3    1,4
2,1   1,1    1,1    2,3

我想在分割值后执行 rowmeans，因此所有行中逗号之前的第一个值，然后是第二个等结果应该是：

Value_1_mean         Value_2_mean
1 (3/3)              3 (9/3)
1.5 (6/4)            1.5 (6/4)

括号只是为了显示手段的来源，并不是必需的。

或者

Value_1_mean                          Value_2_mean
First value of comma in first row     Second value of comma in first row
First value of comma in second row    Second value of comma in second row

我已经尝试过一些代码，但我认为我还很遥远。

3 个回答

  1. 这是一个data.table方法

    library(data.table)
# set to data.table and melt to long format
df.long <- melt(setDT(df, keep.rownames = TRUE), id.vars = "rn")
# split to numeric values
df.long[, c("val1", "val2") := lapply(tstrsplit(value, ","), as.numeric)]
# summarise mean by rownumber column (rn)
df.long[, lapply(.SD, mean, na.rm = TRUE), by = .(rn), .SDcols = c("val1", "val2")]
#    rn val1 val2
# 1:  1  1.0  3.0
# 2:  2  1.5  1.5
    • 3
  2. Best Answer

    在基数 R 中：

    n <- paste0('value_',1:2,'_mean')
t(apply(df, 1,\(x) colMeans(read.table(text=x, sep=',', comment.char = '.', col.names = n))))

     value_1_mean value_2_mean
[1,]          1.0          3.0
[2,]          1.5          1.5

    read.table(text=unlist(df), sep = ',',
            na.strings = '.', fill = TRUE, col.names = n) |>
   cbind(rn= rownames(df))|>
   aggregate(.~rn, mean, na.action = identity, na.rm = TRUE)

  rn value_1_mean value_2_mean
1  1          1.0          3.0
2  2          1.5          1.5
    • 3

  3. 可能有更优雅的方法，但在基本 R 中，您可以使用一些正则表达式来提取逗号之前和之后的数字，然后是sumand nchar（对于分母）。在这种情况下，它有助于创建一个辅助函数然后传递apply：

    sumFun <- function(x){
  left <- sum(as.numeric(gsub("^(.*?),.*|\\.", "\\1", x)), na.rm = TRUE) / 
    sum(nchar(gsub("\\d+.|\\.", "", x)))
  right <- sum(as.numeric(gsub(".*?,(\\d+).*|\\.", "\\1", x)), na.rm = TRUE) / 
    sum(nchar(gsub("\\d+.|\\.", "", x)))
  
    cbind(left, right)
}

t(apply(df, 1, sumFun))


#      [,1] [,2]
# [1,]  1.0  3.0
# [2,]  1.5  1.5
    • 2

相关问题