r - 使用用户定义的函数在 R 中聚合数据

Question

我使用聚合方法对 R 中的数据进行了分组。

Avg=aggregate(x$a, by=list(x$b,x$c),FUN= mean)

这给了我按数据框“x”的“b”和“c”分组的“a”的所有值的平均值。

现在，我不想取 'a' 的所有值的平均值，而是取按 'b' 和 'c' 分组的 'a' 的 3 个最大值的平均值。

样本数据集

a    b    c
10   G    3 
20   G    3 
22   G    3
10   G    3 
15   G    3
25   G    3
30   G    3

在上面的聚合函数之后，它会给我

Group.1    Group.2    x
  G          3       18.85

但我只想取 'a' 的最大 5 个值作为平均值

Group.1    Group.2    x
  G          3       22.40

我无法容纳我在 Agrregate 函数中使用的以下最大函数

index <- order(vector, decreasing = T)[1:5]
vector(index)

请任何人都可以说明这怎么可能？

Answer 1

您可以对数据进行排序，获取前 5 个条目(使用 head)，然后应用平均值:

aggregate(x$a, by=list(x$b,x$c),FUN= function(x) mean(head(x[order(-x)], 5)))
#  Group.1 Group.2    x
#1       G       3 22.4

如果你想用自定义函数来做到这一点，我会这样做:

myfunc <- function(vec, n){
  mean(head(vec[order(-vec)], n))
}

aggregate(x$a, by=list(x$b,x$c),FUN= function(z) myfunc(z, 5))
#  Group.1 Group.2    x
#1       G       3 22.4

我实际上更喜欢使用 aggregate 中的公式样式看起来像这样(我也使用 with() 可以直接引用列名，而无需每次都使用 x$):

with(x, aggregate(a ~ b + c, FUN= function(z) myfunc(z, 5)))
#  b c    a
#1 G 3 22.4

在这个函数中，参数 z每个都通过 a -基于 b 组的向量和 c .现在更有意义了吗？另请注意，它在此处不返回整数，而是返回数字(在本例中为十进制，22.4)值。