如何在 R 中找到分组累积平均值?
r programmingserver side programmingprogramming更新于 2025/4/9 5:52:17
要找到分组累积平均值，我们可以使用 dplyr 包的 cummean 函数。
例如，如果我们有一个名为 df 的数据框，其中包含一个分类列(例如 Group)和一个数字列(例如 Response)，那么可以使用下面给出的命令找到分组累积平均值 −
df%>%group_by(Group)%>%mutate(CM=cummean(Response))
示例 1
以下代码片段创建了一个示例数据框−
Group<-sample(LETTERS[1:4],20,replace=TRUE) Score<-rpois(20,50) df1<-data.frame(Group,Score) df1
输出
创建以下数据框 −
Group Score 1 B 48 2 D 54 3 B 44 4 C 50 5 B 50 6 C 48 7 A 58 8 B 44 9 B 44 10 C 51 11 C 50 12 B 48 13 B 63 14 D 43 15 C 53 16 C 52 17 C 59 18 B 46 19 A 51 20 C 58
为了加载 dplyr 包并找到 df1 中 Score 的分组累积平均值，请将以下代码添加到上述代码片段中 −
library(dplyr) df1 %>% group_by(Group) %>% mutate(Cum_Mean = cummean(Score)) # A tibble: 20 x 3 # Groups: Group [4]
输出
如果将上述所有代码片段作为单个程序执行，则会生成以下输出 −
Group Score Cum_Mean <chr> <int> <dbl> 1 B 48 48 2 D 54 54 3 B 44 46 4 C 50 50 5 B 50 47.3 6 C 48 49 7 A 58 58 8 B 44 46.5 9 B 44 46 10 C 51 49.7 11 C 50 49.8 12 B 48 46.3 13 B 63 48.7 14 D 43 48.5 15 C 53 50.4 16 C 52 50.7 17 C 59 51.9 18 B 46 48.4 19 A 51 54.5 20 C 58 52.6
示例 2
以下代码片段创建了一个示例数据框 −
Department<-sample(c("Finance","Marketing","HR"),20,replace=TRUE)
Salary<-sample(20000:50000,20)
df2<-data.frame(Department,Salary)
df2
创建以下数据框 −
Department Salary 1 HR 20179 2 Finance 30870 3 Marketing 48467 4 HR 22429 5 Marketing 26829 6 Finance 34267 7 HR 27498 8 Marketing 38346 9 Finance 31771 10 HR 30438 11 HR 26913 12 HR 30034 13 Finance 26277 14 HR 43676 15 HR 45958 16 Finance 37371 17 HR 41023 18 HR 34838 19 Finance 44879 20 HR 20964
要查找 df2 中 Salary 的分组累积平均值，请将以下代码添加到上述代码片段中 −
df2 %>% group_by(Department) %>% mutate(Cum_Mean=cummean(Salary)) # A tibble: 20 x 3 # Groups: Department [3]
输出
如果将上述所有代码片段作为单个程序执行，则会生成以下输出 −
Department Salary Cum_Mean <chr> <int> <dbl> 1 HR 20179 20179 2 Finance 30870 30870 3 Marketing 48467 48467 4 HR 22429 21304 5 Marketing 26829 37648 6 Finance 34267 32568. 7 HR 27498 23369. 8 Marketing 38346 37881. 9 Finance 31771 32303. 10 HR 30438 25136 11 HR 26913 25491. 12 HR 30034 26248. 13 Finance 26277 30796. 14 HR 43676 28738. 15 HR 45958 30891. 16 Finance 37371 32111. 17 HR 41023 32016. 18 HR 34838 32299. 19 Finance 44879 34239. 20 HR 20964 31268.
