作者locka (locka)
看板R_Language
標題[問題] data frame分群問題
時間Wed Feb 22 08:14:33 2017
[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
請把以下不需要的部份刪除
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
大家好：
我有一個data table，其中有一個欄位叫做round，記錄每次實驗的數據
大概長這個樣子：
round y
1: 1 19.7
2: 1 7.86
3: 2 8.95
4: 2 10.07
5: 2 15.20
---
10419: 3000 11.81
10420: 3000 8.46
10421: 3000 9.17
想要每 30 round分為一組，計算y的平均
也就是 round 1:30為一組，31:60為第二組...總共有100組
想像中用dplyr的做法應該是
mydt %>% group_by(...) %>% summarise(mean_y=mean(y))
或是新增一個叫做group的欄位
mydt %>% mutate(group=[每30round為一組的寫法]) %>%
group_by(group) %>% summarise(mean_y=mean(y))
可是就是卡在不知道group_by或是mutate裡面不知道怎麼寫比較恰當
感覺沒有很難但實在不知道該從何做起，所以上來請教大家的想法
先謝謝大家了!
[關鍵字]:
group_by, data frame, 分組
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.8.213
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1487722475.A.974.html
※ 編輯: locka (118.160.8.213), 02/22/2017 08:18:42
1F：→ cywhale: mutate(grp=1+as.integer(round-1)/30) 02/22 08:51
抱歉我可能描述的不夠清楚
我總共有3000個回合的資料，每個回合產生的y筆數為1-6筆不等
我想要做的是取第1到第30回合(round欄位為1到30者)當第1組
第31到60回合為第2組，第61到90回合為第3組...第2971-3000回合為第100組
去計算各組裡面y的平均
所以預期結果是要產生"100筆"分組的平均資料
cywhale大大感謝您的回覆，我試過您的作法，可是結果還是不太對>"<
照您的做法產生的是3000筆平均(ie.每個回合內y的平均)
※ 編輯: locka (118.160.8.213), 02/22/2017 15:42:28
1600 update: hi，我現在試出一個做法如下:
lapply(seq(1,3000,100),function(start){
end <- start+30
mydt <- filter(round %in% c(start,end)) %>% summarise(mean(y))
}) %>% unlist(use.names=F)
變成計算先要取的round是幾到幾，然後從原資料filter出來後計算平均，
最後再unlist
感覺有點蠢QQ
總覺得應該有data.table的寫法
請大家指教>"<
※ 編輯: locka (118.160.8.213), 02/22/2017 16:10:37
2F：推 cywhale: 我覺得我說的沒錯?先產生group(如上回覆)再去組內平均 02/22 16:14
3F：→ cywhale: DT[,grp:=rp=1+as.integer(round-1)/30] %>% .[,mean(y), 02/22 16:15
4F：→ cywhale: by=grp] 就是做組內平均，dplyr用mutate接著根據grp平均 02/22 16:17
可是執行as.integer(round-1)/30 不是把round除30嗎?(先不考慮前面的+1)
這樣商會有0,0.033,0.066,1,1.33...一直到最後一個值是1
商只會越來越大, 總共會有3000組商
那這樣這樣的分組結果跟單純用round分組是一樣的不是嗎?
我要的不是依照round分組 是想要每30 round分一組而且要照順序
參考您的作法
我有試過as.integer(round-1)%%100 用取餘數的方法分成100組
可是這樣的話就會變成第一組是(1,101,201,301,...2901)這些回合的平均
第二組是(2,201,202,302...2902)...
雖然每組也是30個round但不是我想要的(1,2,3...30),(31,32,33,34..60),
(2971,2972,2973,...3000)...
※ 編輯: locka (118.160.8.213), 02/22/2017 16:32:25
5F：推 cywhale: 我沒注意到我括號打錯位置..1+as.integer((round-1)/30) 02/22 17:20
噢噢!!我看懂了!!無條件捨棄小數點，直接依照整數部分來分組
這方法要學起來...(筆記)
那這樣就沒錯了，十分感謝cywhale大大，thanks!!
※ 編輯: locka (118.160.8.213), 02/22/2017 17:55:19
6F：→ celestialgod: findInterval(1:3000, seq(1, 3000, by = 30)) 02/22 20:08
7F：→ celestialgod: 分群可以用上面指令 02/22 20:08
8F：→ likuyun: 先建立分群序列seq_group<-seq(0,100,by=1)*30+1 02/24 22:15
9F：→ likuyun: cut(round,seq_group,seq_group[1:(length(seq_group)-1) 02/24 22:17
10F：→ likuyun: ]) 02/24 22:17
11F：→ likuyun: 跑出來的向量就是分群好的結果，1~30會給1、31~60會給31 02/24 22:20