R:计算组子集的均值

Question

我想计算每个"日"的平均值,但是在一天的一部分时间(时间= 12-14).这段代码对我有用,但我必须输入每一天作为新的代码行,这将达到数百行.

这似乎应该很简单.当分组变量相同但我不想知道当我不想包含当天的所有值时,我很容易做到这一点.有一个更好的方法吗？

sapply(sap[sap$Day==165 & sap$Time %in% c(12,12.1,12.2,12.3,12.4,12.5,13,13.1,13.2,13.3,13.4,13.5, 14), ],mean)

sapply(sap[sap$Day==166 & sap$Time %in% c(12,12.1,12.2,12.3,12.4,12.5,13,13.1,13.2,13.3,13.4,13.5, 14), ],mean)

这是数据的样子:

Day Time    StomCond_Trunc
165 12      33.57189926
165 12.1    50.29437636
165 12.2    35.59876214
165 12.3    24.39879768

Answer 1

试试这个:

aggregate(StomCond_Trunc~Day,data=subset(sap,Time>=12 & Time<=14),mean)

Answer 2

如果您有一个大型数据集，您可能还需要查看data.table包。将 a 转换data.frame为 adata.table非常容易。

例子：

大型（ish）数据集

df <- data.frame(Day=1:1000000,Time=sample(1:14,1000000,replace=T),StomCond_Trunc=rnorm(100000)*20)

使用聚合 data.frame

>system.time(aggregate(StomCond_Trunc~Day,data=subset(df,Time>=12 & Time<=14),mean))
   user  system elapsed 
 16.255   0.377  24.263

将其转换为 data.table

 dt <- data.table(df,key="Time")

>system.time(dt[Time>=12 & Time<=14,mean(StomCond_Trunc),by=Day])
   user  system elapsed 
  9.534   0.178  15.270 

马修更新。由于 data.table 1.8.2 中的新优化功能，此时间自最初回答以来已显着改善。

使用 R 2.15.1 中的 data.table 1.8.2 重新测试两种方法之间的差异：

df <- data.frame(Day=1:1000000,
                 Time=sample(1:14,1000000,replace=T),
                 StomCond_Trunc=rnorm(100000)*20)
system.time(aggregate(StomCond_Trunc~Day,data=subset(df,Time>=12 & Time<=14),mean)) 
#   user  system elapsed 
#  10.19    0.27   10.47

dt <- data.table(df,key="Time") 
system.time(dt[Time>=12 & Time<=14,mean(StomCond_Trunc),by=Day]) 
#   user  system elapsed 
#   0.31    0.00    0.31