R函数计算最高值的平均值/中位数答案

【问题标题】：R function to calculate mean/median of top highest valuesR函数计算最高值的平均值/中位数
【发布时间】：2014-07-20 02:21:15
【问题描述】：

我有一个包含 2 列的数据框，其中一列带有数值，一列带有名称。该名称会重复，但每次都有不同的值。

Data <- data.frame(
Value = c(1:10),
Name = rep(LETTERS, each=4)[1:10])

我想编写一个函数，它为每个名称获取 3 个最高数字并计算平均值和中位数（如果不存在 3 个值，则抛出 NA），然后获取每个名称的所有值并计算均值和中位数。我最初的尝试是这样的：

my.mean <- function (x,y){
  top3.x  <- ifelse(x > 3 , NA, x)
  return(mean(top3.x), median(top3.x))
}

我们将不胜感激任何有关如何改进这一点的提示。

【问题讨论】：

标签： r function

【解决方案1】：

我可能会为此推荐by。

快速组合起来的东西可能看起来像这样（如果我正确理解了您的问题）：

myFun <- function(indf) {
  do.call(rbind, with(indf, by(Value, Name, FUN=function(x) {
    Vals <- head(sort(x, decreasing=TRUE), 3)
    if (length(Vals) < 3) {
      c(Mean = NA, Median = NA)
    } else {
      c(Mean = mean(Vals), Median = median(Vals))
    }
  })))
}
myFun(Data)
#   Mean Median
# A    3      3
# B    7      7
# C   NA     NA

请注意，这种形式的函数并不是很有用，因为函数中硬编码了多少参数。只有当您的数据采用您共享的形式时，它才真正有用。

【讨论】：

哈哈，你拿着这个。 :)
@RichardScriven，实际上，正如我在回答中指出的那样，我认为这里不需要函数。我把它主要是希望它可以作为 OP，以防他们想通过查看一些示例函数来学习。
不错的一个！这正是我想要的，一个学习的例子。非常感谢。
在这种情况下，median(Vals) 将与 Vals[2] 相同

【解决方案2】：

这是一个data.table 解决方案，假设您的数据中没有任何其他 NA：

require(data.table)  ## 1.9.2+
setDT(Data)          ## convert to data.table
Data[order(Name, -Value)][, list(m1=mean(Value[1:3]), m2=median(Value[1:3])), by=Name]

#    Name m1 m2
# 1:    A  3  3
# 2:    B  7  7
# 3:    C NA NA

【讨论】：

我喜欢你完成它的方式，但问题是，value 列是否采用 distinct 最高值，如果该列包含的相似最高值很少？如果不是，如何仅采用 top unique 值来获取平均值？ @Arun

【解决方案3】：

使用dplyr

 library(dplyr)
 myFun1 <- function(dat){
 dat %>%
 group_by(Name)%>%
 arrange(desc(Value))%>%
 mutate(n=n(), Value=ifelse(n<=3, NA_integer_, Value))%>%
 summarize(Mean=mean(head(Value,3)), Median=median(head(Value,3)))
 }

  myFun1(Data)
 #Source: local data frame [3 x 3]

 # Name Mean Median
 #1    A    3      3
 #2    B    7      7
 #3    C   NA     NA

【讨论】：

在您的回答中，value 列是否采用 distinct 最高值，以防value 列几乎没有相似的最高值？如果不是，如何只取最高的唯一值来获取平均值？为什么我需要mutate()？ @akrun
@temp 它没有采用distinct 值。为此，您需要在 mutate 步骤之后使用 %>% distinct(Name, Value)