データと基本的なRのプログラミング

Question

私はR（とstackoverflow）の新機能ですが、私は少し問題があります（私は思う）は非常に簡単なことです。

基本的に私は、例えば、いくつかのデータを持っている：私は何をしたいか

ID | Data 
---------- 
1 | 20 
---------- 
2 | 30 
---------- 
3 | 25 
---------- 
4 | 26 
---------- 
5 | 88 
---------- 
6 | 65 
---------- 
7 | 70 
---------- 
8 | 30 
---------- 
9 | 15 
---------- 
10| 22 
---------- 

は次のとおりです。

1. が3つの最初の観測
2. は、これらの3つの観測
の平均を計算します
3. 別のマトリックスまたはデータフレームにそれ自身のIDで保存してください
4. そしてoth 3つの観測。

したがって、私が15回の観測を行った場合、この例では5つしか終了しません。

ありがとうございました！

Answer 1

我々は%/%で変数をグループ化作成し、「データ」欄のmean

df1$grp <- (seq_len(nrow(df1))-1) %/%3 + 1 
aggregate(Data~grp, df1, FUN = mean) 
# grp  Data 
#1 1 25.00000 
#2 2 59.66667 
#3 3 38.33333 
#4 4 22.00000 

%/%は整数の除算を示し得るためにbase Rからaggregateを使用しています。我々は10

(1:10-1) %/% 3 + 1 
#[1] 1 1 1 2 2 2 3 3 3 4 

注の配列に整数除算を使用する場合、例えば、1が最後に追加されることが1ではなく0からグループスタートを行い、それだけで選択された

Answer 2

同様のソリューションが、data.tableを使用しては次のようになります。あなたは新しい変数を作成する必要はありませんので、data.tableのbyは表情がかかるため

library(data.table) 
setDT(df)[, mean(Data), by = .(((seq_len(nrow(df))-1) %/% 3) + 1)] 

# seq_len  V1 
#1:  1 25.00000 
#2:  2 59.66667 
#3:  3 38.33333 
#4:  4 22.00000 

これはいいです。 グループの計算のためにakrunに信用供与されます。

---

少し背景：data.frameから

data.table継承：

data.tableビネットから。ファイルリーダーとライター、集計、更新、等価、非等価、ローリング、レンジと間隔の結合を短く柔軟な構文で迅速に開発するために、高速でメモリ効率のよい方法を提供します。

data.tableは、data.framesとは非常に異なる構文を持つことができます。この例では、実行する計算（mean(Data)）を指定してから、という式でグループ化するものをdata.tableと指定します。

ごとに1でインデックス付けされた数値ベクトルに評価されます。

((seq_len(nrow(df))-1) %/% 3) + 1 
[1] 1 1 1 2 2 2 3 3 3 4 

これは、上記の出力を返します。

データ：

df <- structure(list(ID = 1:10, Data = c(20L, 30L, 25L, 26L, 88L, 65L, 
     70L, 30L, 15L, 22L)), .Names = c("ID", "Data"), row.names = c(NA, 
     -10L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x00000000063e0788>) 

Answer 3

これを行う1つの方法は、最初のグループ化変数を作成することです。この変数は、我々のグループにデータセットsplitを与え、平均を見つけることを可能にする。その後、手段とそのIDを新しいデータフレームに組み込むことができます。

まず、グループ化変数から始めましょう。これを行うには、係数%%を利用します。

set.seed(9025) 
df = data.frame(id=1:10, values=sample(1:100, 10, FALSE)) 
df$group = df$id - (df$id %% -3) 

df 
    id values group 
1 1  85  3 
2 2  2  3 
3 3  93  3 
4 4  47  6 
5 5  90  6 
6 6  1  6 
7 7  27  9 
8 8  57  9 
9 9  81  9 
10 10  3 12 

ここで、グループ変数でsplitを指定することができます。

dl = split(df, df$group) 
dl 
$`3` 
    id values group 
1 1  85  3 
2 2  2  3 
3 3  93  3 

$`6` 
    id values group 
4 4  47  6 
5 5  90  6 
6 6  1  6 

$`9` 
    id values group 
7 7  27  9 
8 8  57  9 
9 9  81  9 

$`12` 
    id values group 
10 10  3 12 

splitちょうど私たちはそれを養う変数でデータフレームを分割します。したがって、最初のデータフレームはdfのサブセットにすぎず、df$groupは3になります。df$groupという実際の値は、使用しないので問題になりません。私たちは一度に3つの行を確実に取得する必要がありました。

次に、我々listオーバーだけループし、平均

means = unname(sapply(dl, function(x) mean(x$values), simplify=TRUE)) 
means 
60 46 55 3 

を計算し、最後に、私たちは新しいデータフレームにそれを回します。要約すると

n = length(means) 
new_df = data.frame(id=1:n, mean=means) 
new_df 
    id mean 
1 1 60 
2 2 46 
3 3 55 
4 4 3 

、アルゴリズムは次のようになります。

df$group = df$id - (df$id %% -3) 
dl = split(df, df$group) 
means = unname(sapply(dl, function(x) means(x$values), simplify=TRUE) 
n = length(means) 
new_df = data.frame(id=1:n, mean=means)