R中对固定数字范围进行分组和平均

Question

我有分数的范围.我想计算行之间固定长度范围的平均值.(找到固定范围和平均值)
让我们说:df1:

start   end    score
100     105     2.2
105     110     2.4
110     115     2.6
130     135     1.4
135     140     1.2
200     205     5.0
205     210     5.8
210     215     5.4

我想做这样的表: df2

start   end   avg
100     115   2.4
130     140   1.3
200     215   5.4

固定范围是指之间的行差;例如:在第3行的df1所述differenece是5 (100-105-110),然后在排4它跳进130.因此,检测到的连续范围来自100 to 115)

如果你告诉我怎么能在R中做到这一点,我会很感激

Answer 1

一种方法是尝试dplyr.在这里,我们grp根据当前行和后续行之间的差值是否start大于5或不是(diff(start)>5)cumsum在连接之后使用创建分组变量,TRUE因为diff输出的长度1将比... 更短nrow(df).之后,我们做了分组group_by(...),使用summarise和选择的第一个值start(start[1])每grp,最后的值end(end[n()])和mean得分. n()给出了nrow(.)分组子集.

library(dplyr)
df %>% 
   group_by(grp=cumsum(c(TRUE, diff(start)>5))) %>%
   summarise(start=start[1], end=end[n()], score=mean(score))%>%
   select(-grp) #as suggested by @MrFlick
#  start end score
#1   100 115   2.4
#2   130 140   1.3
#3   200 215   5.4

或使用data.table.在这里,我们也总结了一个结果list.而不是n(),语法是.N.

library(data.table)
setDT(df)[,list(start=start[1], end=end[.N], score=mean(score)) ,
                        by=list(grp=cumsum(c(TRUE, diff(start)>5)))]

或使用 base R

 do.call(rbind,by(df, list(grp=cumsum(c(TRUE, diff(df$start)>5))), 
      FUN= function(x) with(x,c(start=start[1], end=end[nrow(x)],
                                          score=mean(score)))))
 #   start end score
 #1   100 115   2.4
 #2   130 140   1.3
 #3   200 215   5.4

数据

df <- structure(list(start = c(100L, 105L, 110L, 130L, 135L, 200L, 
 205L, 210L), end = c(105L, 110L, 115L, 135L, 140L, 205L, 210L, 
 215L), score = c(2.2, 2.4, 2.6, 1.4, 1.2, 5, 5.8, 5.4)), .Names = c("start", 
 "end", "score"), class = "data.frame", row.names = c(NA, -8L))