如何计算值的平均间隔？

Question

我有丝束colomns的数据帧：

A  B 
    1  5 
    2  4 
    1  3 
    2  2 
    3  5 

我需要的是计算从A 意味着对某些类B中的所有值： 例如计算意味着对于所有B值（即仅对应从0到2从A）和相同的2-4 所以我的班级从A 0-2 2-4 4-6

任何想法？

Answer 1

tapply函数是你需要的。 tapply(df$B, df$A, mean) 应该做的伎俩。有更有效的方法可以为更大的数据做到这一点。也看看group_by并在dplyr中进行总结。

Answer 2

这取决于您的间隔是否包含或不包括（第二行包含在0-2间隔和2-4间隔中，或只是其中之一）。

如果间隔没有关闭（间隔至少半开）和相邻@akrun给了一个评论，最好的方法使用cut函数来创建一个新的分组因子cut(df$A, breaks=2*(0:3))，然后使用tapply申请基于此的均值使用tapply(df$B,cut(df$A, breaks=2*0:3,FUN=mean)。这种方法不会处理需要闭合间隔的情况，或者可能会出现多个间隔的情况。它也不会给你一个没有积分下降的时间间隔的值（可能或不需要）。间隔也必须相邻。

---

以下方法允许任意间隔，默认情况下，标识没有点落下的间隔。点数可以在多个区间内下降。

df<-data.frame(A=c(1,2,1,2,3),B=c(5,4,3,2,5)) 
cuts<-matrix(c(0,2,2,4,4,6),ncol=2,byrow=TRUE) 

这里，削减矩阵将包含实际的间隔边界：

 [,1] [,2] 
[1,] 0 2 
[2,] 2 4 
[3,] 4 6 

现在我们写函数，在区间^†

cls<-function(vals,cat) {(vals>=cat[1]&vals<=cat[2])} 

选择元素这里cls预计会收到一个向量值和一个向量，给出一个区间的上限和下限。它返回一个布尔向量，指示该值是否在间隔中。例如，cls(df$A,c(0,2))产生

[1] TRUE TRUE TRUE TRUE FALSE 

告诉我们，但所有A的最后一个值是在区间0〜2。

最后，我们可以找到B值的平均值为像这样的每个间隔，^‡

apply(cuts,1,function(x){mean(df$B[cls(df$A,x)])}) 

这矩阵（1处理所述切口每一行作为第二选项按行单元），并计算对应于由该行指定的间隔A值B值的平均值（df$B[cls(df$A,x)]使用我们CLS函数来找到在由x指定的间隔将A的值，然后选择B值s对应于此 - 返回值为TRUE）。

结果是

[1] 3.500000 3.666667  NaN 

这告诉我们的对应A值从0到2为3.5，对应A值从2至4是B值的平均值的B值的平均值3和2/3，并且没有B值对应于从4到6的A值（因为不存在这样的A值）。

---

^†如果一个半开放的需要，很容易修改CLS这样。如果我们希望排除右边界，我们可以使用

cls<-function(vals,cat) {(vals>=cat[1]&vals<cat[2])} 

，如果我们希望排除的下边界，我们可以使用

cls<-function(vals,cat) {(vals>cat[1]&vals<=cat[2])} 

或使用严格开区间，我们可以做

cls<-function(vals,cat) {(vals>cat[1]&vals<cat[2])} 

然而，在这些情况下，使用内置的cut功能可能是最好的。

---

^‡如果你不想创建函数CLS，整个选择可以是直列状

apply(cuts,1,function(x){mean(df$B[df$A>=x[1]&df$A<=x[2]])}) 

或者，省去了需要削减变量以及，

apply(matrix(c(0,2,2,4,4,6),ncol=2,byrow=TRUE),1,function(x){mean(df$B[df$A>=x[1]&df$A<=x[2]])})