具有缺失值的平均函数 R，循环 5 行答案

【问题标题】：Mean function R with missing values, loop on 5 rows具有缺失值的平均函数 R，循环 5 行
【发布时间】：2021-12-12 21:55:19
【问题描述】：

我想计算 df 中每 5 行的平均值。这是我的 df ：

Time	value
03/06/2021 06:15:00	NA
03/06/2021 06:16:00	NA
03/06/2021 06:17:00	20
03/06/2021 06:18:00	22
03/06/2021 06:19:00	25
03/06/2021 06:20:00	NA
03/06/2021 06:21:00	31
03/06/2021 06:22:00	23
03/06/2021 06:23:00	19
03/06/2021 06:24:00	25
03/06/2021 06:25:00	34
03/06/2021 06:26:00	42
03/06/2021 06:27:00	NA
03/06/2021 06:28:00	19
03/06/2021 06:29:00	17
03/06/2021 06:30:00	25

我已经有一个循环，可以很好地计算每 5 行包的平均值。我的问题在于我的“平均功能”。
问题是：
-如果我把 na.rm = FALSE, mean = NA 只要在 5 个值的包中有 NA。
- 如果我将 na.rm = TRUE 放在 mean 函数中，结果会给我平均值，这些平均值被转移为 5 个值。
我希望 NA 不会干扰平均值，并且当有 NA 时在包含 5 个值的包中，仅对 4 个值进行平均。
我怎样才能做到这一点？感谢您的帮助！

【问题讨论】：

标签： r time mean na

【解决方案1】：

您可以通过引入一个虚拟变量来解决您的问题，该变量将您的观测值分成五个一组，然后计算组内的平均值。这是基于 tidyverse 的 MWE，它假设您的数据位于名为 df 的 data.frame 中。

library(tidyverse)

df %>% 
   mutate(Group= 1 + floor((row_number()-1) / 5)) %>% 
   group_by(Group) %>% 
   summarise(Mean=mean(value, na.rm=TRUE), .groups="drop")
# A tibble: 4 × 2
  Group  Mean
  <dbl> <dbl>
1     1  22.3
2     2  24.5
3     3  28  
4     4  25

【讨论】：

【解决方案2】：

基于purrr::map_dfr的解决方案：

library(purrr)

df <- data.frame(
  stringsAsFactors = FALSE,
                    time = c("03/06/2021 06:15:00","03/06/2021 06:16:00",
                             "03/06/2021 06:17:00",
                             "03/06/2021 06:18:00","03/06/2021 06:19:00",
                             "03/06/2021 06:20:00","03/06/2021 06:21:00",
                             "03/06/2021 06:22:00","03/06/2021 06:23:00",
                             "03/06/2021 06:24:00","03/06/2021 06:25:00",
                             "03/06/2021 06:26:00",
                             "03/06/2021 06:27:00","03/06/2021 06:28:00",
                             "03/06/2021 06:29:00","03/06/2021 06:30:00"),
                   value = c(NA,NA,20L,22L,
                             25L,NA,31L,23L,19L,25L,34L,42L,NA,19L,17L,
                             25L)
      )

map_dfr(1:(nrow(df)-5),
        ~ data.frame(Group =.x, Mean = mean(df$value[.x:(.x+5)],na.rm=T)))
#>    Group     Mean
#> 1      1 22.33333
#> 2      2 24.50000
#> 3      3 24.20000
#> 4      4 24.00000
#> 5      5 24.60000
#> 6      6 26.40000
#> 7      7 29.00000
#> 8      8 28.60000
#> 9      9 27.80000
#> 10    10 27.40000
#> 11    11 27.40000

【讨论】：

【解决方案3】：

如果你想每 5 分钟取一次平均值，你可以使用lubridate 的函数floor_date/ceiling_date 来取整时间。

library(dplyr)
library(lubridate)

df %>%
  mutate(time = mdy_hms(time), 
         time = floor_date(time, '5 mins')) %>%
  group_by(time) %>%
  summarise(value = mean(value, na.rm = TRUE))

#  time                value
#  <dttm>              <dbl>
#1 2021-03-06 06:15:00  22.3
#2 2021-03-06 06:20:00  24.5
#3 2021-03-06 06:25:00  28  
#4 2021-03-06 06:30:00  25

【讨论】：

您好，我无法根据您的问题调整您的解决方案，我还有另一个限制，即我必须在某些时间戳上进行这些平均值，但根本不需要。我的代码看起来像这样，其中 num = 行数，我必须在有问题的行之前平均 5 个值。 'for (i in num) { df[i,"value"]