Как создать столбец со средней разницей для подмножества столбцов?
Я хотел бы создать столбец со средним значением различий между подмножеством столбцов. Предположим, у меня есть следующий набор данных:
set.seed(123)
df <- data.frame( y = runif (1:10),
x1 = runif (1:10),
x2 = runif (1:10),
x3 = runif (1:10))
df[, "x1"][ df[, "x1"] < 0.5 ] <- NA
df[, "x3"][ df[, "x3"] > 0.7 ] <- NA
df
y x1 x2 x3
1 0.2875775 0.9568333 0.8895393 NA
2 0.7883051 NA 0.6928034 NA
3 0.4089769 0.6775706 0.6405068 0.69070528
4 0.8830174 0.5726334 0.9942698 NA
5 0.9404673 NA 0.6557058 0.02461368
6 0.0455565 0.8998250 0.7085305 0.47779597
7 0.5281055 NA 0.5440660 NA
8 0.8924190 NA 0.5941420 0.21640794
9 0.5514350 NA 0.2891597 0.31818101
10 0.4566147 0.9545036 0.1471136 0.23162579
Я хотел бы получить столбец со средним значением разницы между Xs и Y. Итак, в примере я хотел бы получить ((x1 - y)+(x2 - y)+(x3 - y))/( количество иксов). Это немного усложняется из-за пропущенных значений, не все строки будут вычисляться одинаково. Например, в строке 1 значение будет вычислено ((x1 - y)+(x2-y))/2, а в строке 7 должно быть просто вычислено (x2 - y)/1, поскольку имеется только одно значение. Как я могу получить эту колонку? Дайте мне знать, если вам нужно больше разъяснений.
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
0
56
4
Перейти к ответу
Данный вопрос помечен как решенный
Ответы 4
Вы можете сделать:
library(dplyr)
df %>%
rowwise() %>%
mutate(result = mean(c_across(x1:x3) - y, na.rm = TRUE))
# A tibble: 10 × 5
# Rowwise:
y x1 x2 x3 result
<dbl> <dbl> <dbl> <dbl> <dbl>
1 0.288 0.957 0.890 NA 0.636
2 0.788 NA 0.693 NA -0.0955
3 0.409 0.678 0.641 0.691 0.261
4 0.883 0.573 0.994 NA -0.0996
5 0.940 NA 0.656 0.0246 -0.600
6 0.0456 0.900 0.709 0.478 0.650
7 0.528 NA 0.544 NA 0.0160
8 0.892 NA 0.594 0.216 -0.487
9 0.551 NA 0.289 0.318 -0.248
10 0.457 0.955 0.147 0.232 -0.0122
Проверьте мое редактирование. Однако я не уверен, почему мой результат для 10 не совпадает с вашим.
—
19.10.2022 01:54
Значение для последней строки не может быть 0,967, это -0,0122.
—
19.10.2022 01:59
Вы правы, я просчитался. Я пытался отредактировать его, но stackoverflow не позволял мне это исправить. Я ценю ваш ответ! Большое спасибо.
—
19.10.2022 02:13
Ответ принят как подходящий
Вы можете сделать это с помощью rowMeans в широком формате, чтобы решить проблемы NA:
rowMeans(df[c("x1","x2","x3")] - df[["y"]], na.rm=TRUE)
В конечном счете, я думаю, что данные x1/2/3 лучше хранить в длинном формате без NA, чтобы вы могли выполнять любые вычисления, используя логику group_by, не беспокоясь об исключении строк. Что-то вроде:
na.omit(cbind(rowid = seq_len(nrow(df)), stack(df[-1])))
# rowid values ind
#1 1 0.95683335 x1
#3 3 0.67757064 x1
#4 4 0.57263340 x1
#6 6 0.89982497 x1
#10 10 0.95450365 x1
#11 1 0.88953932 x2
#12 2 0.69280341 x2
# ...
Другое решение с использованием пакета pmean from kit:
df["result"] = kit::pmean(df[c("x1", "x2", "x3")]-df[["y"]], na.rm=TRUE)
y x1 x2 x3 result
1 0.2875775 0.9568333 0.8895393 NA 0.63560881
2 0.7883051 NA 0.6928034 NA -0.09550173
3 0.4089769 0.6775706 0.6405068 0.69070528 0.26061732
4 0.8830174 0.5726334 0.9942698 NA -0.09956581
5 0.9404673 NA 0.6557058 0.02461368 -0.60030754
6 0.0455565 0.8998250 0.7085305 0.47779597 0.64982730
7 0.5281055 NA 0.5440660 NA 0.01596054
8 0.8924190 NA 0.5941420 0.21640794 -0.48714407
9 0.5514350 NA 0.2891597 0.31818101 -0.24776464
10 0.4566147 0.9545036 0.1471136 0.23162579 -0.01220037
решение data.table
setDT(df)
df[, result := rowMeans(.SD, na.rm = T) - y, .SDcols = 2:4]
Результаты
y x1 x2 x3 result
1: 0.287578 0.95683 0.88954 NA 0.635609
2: 0.788305 NA 0.69280 NA -0.095502
3: 0.408977 0.67757 0.64051 0.690705 0.260617
4: 0.883017 0.57263 0.99427 NA -0.099566
5: 0.940467 NA 0.65571 0.024614 -0.600308
6: 0.045556 0.89982 0.70853 0.477796 0.649827
7: 0.528105 NA 0.54407 NA 0.015961
8: 0.892419 NA 0.59414 0.216408 -0.487144
9: 0.551435 NA 0.28916 0.318181 -0.247765
10: 0.456615 0.95450 0.14711 0.231626 -0.012200
Другие вопросы по теме
Как создать столбец, который подсчитывает значения, отличные от NA, и другой столбец со средним значением в подмножестве столбцов?
Dplyr означает столбцы, сгруппированные по имени
В dplyr::mutate ссылаться на значение условно, основываясь на значении другого столбца
Pivot_longer и создайте два столбца для значений
Как подсчитать количество последовательных вхождений в группах, игнорируя NA?
Маркировать последнюю последовательность возрастающих чисел
Сохранить строку, как только кумулятивное значение достигнет определенного порога R
Добавление строки на основе условного количества строк в R/dplyr
Сгруппируйте и создайте три новых столбца по условию [Low, Hit, High] (эквивалент панд в R)
Преобразование переменной с 5-значными числами и датами в значения даты
Похожие вопросы
Поворот DataFrame в Python Pandas
Есть ли способ отобразить значения меток R Leaflet в отдельном поле?
R: график Q1, Q2, Q3 и среднее значение по категориям
В R, в веганской функции simper(), почему я получаю сообщение об ошибке, в котором говорится, что «... длина« dimnames »[1] не равна размеру массива»
Чтение набора данных grib2 с 4 измерениями и 2 переменными с помощью R
Хотите организовать столбцы количества и процента в tbl_summary, используя значения в переменной by, а не таблицы количества и процента sep
Как создать столбец, который подсчитывает значения, отличные от NA, и другой столбец со средним значением в подмножестве столбцов?
Dplyr означает столбцы, сгруппированные по имени
В dplyr::mutate ссылаться на значение условно, основываясь на значении другого столбца
Генерировать числа от 0000 до 9999 с 4 цифрами
Большое спасибо за ответ. Это может быть неточно. Строка 1 должна быть ((0,957 - 0,288) + (0,890 - 0,288)) / 2 = 0,6355. И строка 7 должна вычислить (0,544 - 0,528)/1 = 0,016. Строка 10 должна вычислить ((0,955 - 0,457) + (0,147 - 0,457) + (0,232 - 0,457))/3 = 0,967. Не уверен, что код вычисляет.