我有一个看起来像这样的数据框：
ANDRITZ VERBUND STRABAG SE TELEKOM AUSTRIA VOESTALPINE WIENERBERGER
2009-01-29 -0.01191567 0.0252923579 -0.04838710 0.005430566 0.01360294 -0.03309218
2009-01-30 0.02922078 -0.0009725906 -0.01355932 0.037037037 -0.07072905 0.01399473
2009-02-02 -0.02140604 -0.0493849013 -0.04123711 -0.008928571 0.01834504 -0.08239956
2009-02-03 0.07460281 0.0031654408 0.01433692 0.027777778 0.01303181 0.01295607
2009-02-04 0.01221341 0.0216241299 -0.01060071 -0.004382761 0.11464245 0.08027051
2009-02-05 -0.01248942 0.0274345930 -0.02142857 -0.031548056 -0.04175153 -0.04953729
它包含约35年的每日数据，我想获得每个列每月5个最高值的平均值。
到目前为止，我已经尝试过了：
data <- as.data.frame(xts(matrix(runif(108, -1, 1), ncol=6),
order.by = seq.Date(as.Date("2009-01-24"), by = "day", length.out = 18))) #reproducible example
MAX <- apply(data, 2, function(x) order(x, decreasing = T)[1:5])
result <- unlist(lapply(1:NCOL(data), function(x) mean(data[MAX[,x],x])))
这给了我每列而不是每月5个最高值的平均值（我意识到这可能不是最有效的方法）。我尝试将其与aggregate函数结合使用，或通过使用dplyr软件包进行组合，但无法对其进行分组以获取每月5个最高值的平均值。
任何帮助将不胜感激。
您可以使用aggregate同sort，tail并mean获得平均每月前5位。
data$date <- format(data$date, "%Y-%m")
aggregate(. ~ date, data, function(x) mean(tail(sort(x), 5)))
# date X1 X2 X3 X4 X5 X6
#1 2009-01 0.4155773 -0.1588251 0.6956570 0.4914652 0.4077123 0.5147612
#2 2009-02 0.5392858 0.4840573 -0.2273043 0.3931874 -0.1614169 0.1222684
如果您想忽略NA尝试：
aggregate(. ~ date, data, function(x) {
x <- x[!is.na(x)]
if(length(x) > 0) {mean(tail(sort(x), 5))} else {NA}
})
数据：
set.seed(42)
data <- data.frame(date=seq.Date(as.Date("2009-01-24"), by = "day", length.out = 18), matrix(runif(108, -1, 1), ncol=6))
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句