r - 求 R 中每 1000000 个计数的列的平均值

Question

我有一个数据框，其结构如下，包含两列data1和data2。以下是示例数据:

data1       data2        
800000    1
800030    0.956521739130435
1000000   0.480916030534351
1686626   0.496
1687492   0.174757281553398
2148463   0.0344827586206897
2850823   0.05
2959087   0.0416666666666667

我想计算 data1 中每 1000000 个计数的第二行即 data2 的平均值。这意味着它应该给出前 2 行的平均值，然后给出接下来 3 行的平均值，然后给出接下来 3 行的平均值，依此类推...

输出应该是一个数据帧，其最后一个值在 1000000 区间内，并且是该区间内 data2 的平均值:示例输出如下所示:

 800030  0.97826087
 1687492 0.38389110
 2959087 0.04204981

有人可以帮忙在 R 中做到这一点吗？

Answer 1

假设您的数据位于 data.frame DF 中，您可以使用 aggregate 函数来执行此操作

> with(DF, aggregate(data2, by=list((data1+0.01)%/%1000000), mean ))
  Group.1          x
1       0 0.97826087
2       1 0.38389110
3       2 0.04204981

要获取计算 mean 的列中的值，您必须再次使用 aggregate - 这次是在 data1 列本身。之后，您可以合并两个生成的数据帧。

res <- with(DF, merge(aggregate(data1, by = list((data1 + 0.01)%/%1e+06), paste), aggregate(data2, by = list((data1 + 0.01)%/%1e+06), mean), by = "Group.1"))
names(res) <- c("Group", "Values", "Mean")
res
##   Group                    Values       Mean
## 1     0            800000, 800030 0.97826087
## 2     1 1000000, 1686626, 1687492 0.38389110
## 3     2 2148463, 2850823, 2959087 0.04204981