r - 使用过滤数据计算分类平均值

Question

我有以下数据集:

A -1
A 10
B  8
D -1
A  0
A  4
B  2
C  6

我想像这样向它添加列:

A -1 4,6
A 10 4,6
B  8 5,0
D -1 5,0
A  0 4,6
A  4 4,6
B  2 5,0
C  6 6,0

这里发生了什么？

好吧，我计算了每个分类字母变量的平均值，但忽略了负数，并将其作为新列值。

如果类别只有负值，我给出了总平均值(忽略负值)。

在 SQL 中，这将通过过滤组函数和连接来完成。在 excel 中，这将是有条件的 vlookup。我如何在 R 中做到这一点？

编辑:

# Create dataset
category <- c("A","A","B","D","A","A","B","C")
value <- c(-1,10,8,-1,0,4,2,6)
dataset <- data.frame(category, value)

# Calculated means

fdata <- dataset[dataset[,'value']>-1,]
aggregate(fdata[,2], list(fdata$category), mean)

Answer 1

我们可以使用 ave来自按每个 category 分组的基础 R , 我们检查 all value在特定组中小于0，如果是那么我们选择mean整个 dataset如果不是，那么我们只取mean该组的。

dataset$mean_column <- with(dataset, ave(value, category, FUN = function(x) 
         ifelse(all(x < 0), mean(value[value >= 0]), mean(x[x >= 0]))))

dataset

#  category value  mean_column
#1        A    -1    4.666667
#2        A    10    4.666667
#3        B     8    5.000000
#4        D    -1    5.000000
#5        A     0    4.666667
#6        A     4    4.666667
#7        B     2    5.000000
#8        C     6    6.000000