如何在 R DataFrame 中按组计算平均值？

在本文中，我们将看到如何在 R 编程语言中计算 DataFrame 中分组的平均值。

它可以通过两种方法完成：

• 使用聚合函数
• 使用 dplyr 包

数据集创建：首先，我们创建一个数据集，以便稍后我们可以应用上述两种方法并按组查找均值。

R

# GFG dataset name and creation
GFG <- data.frame(                                            
   Category  = c ("A","B","C","B","C","A","C","A","B"),       
   Frequency= c(9,5,0,2,7,8,1,3,7)                            
)
  
# Prints the dataset
print(GFG)

因此，如您所见，上面的代码用于创建名为“GFG”的数据集。

它还有 2 列名为Category和Frequency。因此，当您在 R 编译器中运行上述代码时，将显示一个表作为输出，如下所示

在应用这两种方法之后，我们需要得到如下输出：

在我们讨论这些方法之前，让我们先知道我们是如何获得输出值的：

• 在表 1 中，我们有两列名为 Category 和 Frequency。
• 在类别中，我们有一些重复的A、B 和 C变量。
• A 组值 (9,8,3) ， B 组值 (5,2,7)和C 组值 (0,7,1)取自频率列。
• 所以，为了找到Mean我们有一个公式

MEAN = Sum of terms / Number of terms

• 因此，每组 (A,B,C) 的组平均值将是

和：

• A=9+8+3=20
• B=5+2+7=14
• C=0+7+1=08

条款数：

• A重复3次
• B重复3次
• C重复3次

按组（A、B、C）的平均值：

• A(mean) = 总和/项数 = 20/3 = 6.67
• B(mean) = 总和/项数 = 14/3 = 4.67
• C(mean) = 总和/项数 = 8/3 = 2.67

方法一：使用聚合函数

聚合函数：将数据拆分为子集，计算每个子集的汇总统计信息，并以方便的形式返回结果。

Syntax: aggregate(x = dataset_Name , by = group_list, FUN = any_function) 

# Basic R syntax of aggregate function

现在，让我们使用聚合函数对数据求和：

电阻

GFG <- data.frame(
   Category  = c ("A","B","C","B","C","A","C","A","B"), 
   Frequency= c(9,5,0,2,7,8,1,3,7)
)
  
# Specify data column
aggregate(x= GFG$Frequency,     
            
         # Specify group indicator
         by = list(GFG$Category),      
            
         # Specify function (i.e. mean)
         FUN = mean)

输出：

在上面的聚合函数，它接受三个参数

• 首先是数据集名称，在我们的例子中是“GFG”。
• 第二个是列名，我们需要在我们的例子中创建不同的组，它是类别列，它被分成三组（A、 B、C）。
• 在第三个参数中，我们需要提及我们需要对形成的组（A、B、C）执行哪个函数（即均值、总和等）

方法二：使用dplyr包

dplyr 是一个包，它提供了一组工具来有效地操作 R 中的数据集

dplyr 包中的方法：

• mutate()添加作为现有变量的函数的新变量
• select()根据名称选择变量。
• filter()根据它们的值选择案例。
• summarise()将多个值缩减为一个汇总。
• 排列（）改变行的顺序。

安装这个库：

install.packages("dplyr") 

加载这个库：

library("dplyr")  

代码：

电阻

# load dplyr library
library("dplyr")                             
GFG <- data.frame(
   Category  = c ("A","B","C","B","C","A","C","A","B"), 
   Frequency= c(9,5,0,2,7,8,1,3,7)
)
  
# Specify data frame
GFG%>%                                        
  
# Specify group indicator, column, function
group_by(Category) %>%                        
summarise_at(vars(Frequency),
              list(name = mean))

输出：

在上面的代码中，我们首先采用名为“GFG”的数据集。使用group_by()方法，我们在我们的案例（A、B、C）中形成组。 summarise_at()它有两个参数，首先是一个列，它应用作为它的第二个参数给出的操作。