计算组平均值，同时使用dplyr排除当前观察值

Andrew 发表于 Dev

安德鲁

使用dplyr（最好），我试图计算每个观察值的组平均值，同时将该观察值从组中排除。

似乎应该结合使用rowwise()和和可以实现group_by()，但是两个功能不能同时使用。

给定此数据框：

df <- data_frame(grouping = rep(LETTERS[1:5], 3),
                 value = 1:15) %>%
  arrange(grouping)
df
#> Source: local data frame [15 x 2]
#> 
#>    grouping value
#>       (chr) (int)
#> 1         A     1
#> 2         A     6
#> 3         A    11
#> 4         B     2
#> 5         B     7
#> 6         B    12
#> 7         C     3
#> 8         C     8
#> 9         C    13
#> 10        D     4
#> 11        D     9
#> 12        D    14
#> 13        E     5
#> 14        E    10
#> 15        E    15

我想获得每个观察值的组均值，而该观察值不包含在组中，结果是：

#>    grouping value special_mean
#>       (chr) (int)
#> 1         A     1          8.5  # i.e. (6 + 11) / 2
#> 2         A     6            6  # i.e. (1 + 11) / 2
#> 3         A    11          3.5  # i.e. (1 + 6) / 2
#> 4         B     2          9.5
#> 5         B     7            7
#> 6         B    12          4.5
#> 7         C     3          ...

我曾尝试嵌套rowwise()在一个名为的函数中do()，但并未使它们起作用，它们遵循以下原则：

special_avg <- function(chunk) {
  chunk %>%
    rowwise() #%>%
    # filter or something...?
}

df %>%
  group_by(grouping) %>%
  do(special_avg(.))

一个孩子

无需定义自定义函数，相反，我们可以简单地将组中的所有元素相加，减去当前值，然后除以每组中的元素数减去1。

df %>% group_by(grouping) %>%
        mutate(special_mean = (sum(value) - value)/(n()-1))
#   grouping value special_mean
#      (chr) (int)        (dbl)
#1         A     1          8.5
#2         A     6          6.0
#3         A    11          3.5
#4         B     2          9.5
#5         B     7          7.0

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。