r - 使用多个分组变量获取组平均值并排除自己的组值
问题描述
我正在寻找一种更快的方法来计算具有多个分组变量的组平均值,同时排除自己的组值。一个思想实验将在同一年从同一州的县中找出一个县的平均值(例如价格),不包括本县的价值。这是一个玩具数据集。
df <- data_frame(
state = rep(c("AL", "CA"), each = 6),
county = rep(letters[1:6], each = 2),
year = rep(c(2011:2012), 6),
value = sample.int(100, 12)
)
df %>%
group_by(state, county, year) %>%
summarise(q = mean(df$value[df$state == state & df$county != county & df$year == year]))
# Groups: state, county [6]
state county year q
<chr> <chr> <int> <dbl>
1 AL a 2011 56
2 AL a 2012 46
3 AL b 2011 50.5
4 AL b 2012 52
5 AL c 2011 55.5
6 AL c 2012 29
7 CA d 2011 52.5
8 CA d 2012 32
9 CA e 2011 68.5
10 CA e 2012 31.5
11 CA f 2011 32
12 CA f 2012 42.5
上面的代码给了我想要的结果,但是当我将它应用到更大的数据集(具有更多分组变量)时,它变得非常慢。您对如何加快速度有什么建议吗?
如果原始方法不正确,请同时指出。
解决方案
一种更有效的方法是sum
在按“州”、“年”分组后得到“价值”,从“价值”中减去,然后除以n() - 1
观察结果
library(dplyr)
library(purrr)
out2 <- df %>%
group_split(state, year) %>%
map_dfr(~ .x %>%
mutate(q = (sum(value) - value)/(n()-1))) %>%
select(-value) %>%
arrange(state, county)
-检查OP的输出('out1')
all.equal(out2, out1, check.attributes = FALSE)
#[1] TRUE
推荐阅读
- javascript - 添加的每个任务都有自己的属性
- javascript - 如何在 JavaScript 中将数组“结构”保留在字符串中
- python - 使用 CNN 从飞镖降落的飞镖板中获取价值
- mongodb - 后台创建MongoDB索引
- javascript - 如何从另一个 (n > d) 元素数组中创建 (d) 元素数组?
- c++ - 未定义的引用类方法最小示例
- python - 如何使用 eval 运行其他带参数的 python 脚本?
- python - 登录和注册表单在一个视图中 - Django
- javascript - 从十六进制获取 r、g 和 b
- autohotkey - 使用 WIN 组合键时 Windows 被锁定