这篇文章主要介绍了R语言-计算平均值不同函数的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
这篇文章主要介绍了R语言-计算平均值不同函数的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
正文
R语言-计算平均值不同函数的区别说明
函数mean
|
1
2
3
|
> mean(x)> num x1 x2 x3 10378050.50 89.45 81.18 80.45 |
此时对编号也求了平均值，不过往往我们只想对后面的数据求平均值。而且此时会出现一个警告。因为x是一个数据框，不是数值，所以不能直接用mean（）函数。
函数colMeans（）
|
1
2
3
4
5
6
|
> colMeans(x) num x1 x2 x3 10378050.50 89.45 81.18 80.45 > colMeans(x)[c("x1","x2","x3")] x1 x2 x3 89.45 81.18 80.45 |
选择x数据框中x1，x2，x3直接求平均值就行
函数apply–功能更强大，不只是可以用在求平均值上
|
1
2
3
|
> apply(x, 2, mean) num x1 x2 x3 10378050.50 89.45 81.18 80.45 |
使用apply，参数2的意思代表对列方向操作。
比如，求最大值和最小值
|
1
2
3
|
> apply(x[c("x1","x2","x3")], 2, max) x1 x2 x3 100 90 96 |
补充：R语言平均值，中位数和众数
1.平均值
平均值是通过取数值的总和并除以数据序列中的值的数量来计算。函数mean()用于在R中计算平均值。
语法
R中计算平均值的基本语法是 -
|
1
|
mean(x, trim = 0, na.rm = FALSE, ...) |
以下是使用的参数的描述 -
x - 是输入向量。
trim - 用于从排序的向量的两端删除一些观测值。
na.rm - 用于从输入向量中删除缺少的值。
示例
|
1
2
3
4
5
6
|
# Create a vector. x <- c(17,8,6,4.12,11,8,54,-11,18,-7) # Find Mean.result.mean <- mean(x)print(result.mean) |
当我们执行上述代码时，会产生以下结果 -
|
1
|
[1] 10.812 |
1.1.应用修剪选项
当提供trim参数时，向量中的值进行排序，然后从计算平均值中删除所需数量的观察值。
例如，当trim = 0.3时，每一端的3个值将从计算中删除以找到均值。
在这种情况下，排序的向量为(-21，-5,2,3,42,7,8,12,18,54)，从用于计算平均值的向量中从左边删除：(-21，-5,2)和从右边删除：(12,18,54)这几个值。
|
1
2
3
4
5
6
|
# Create a vector.x <- c(12,7,3,4.2,18,2,54,-21,8,-5) # Find Mean.result.mean <- mean(x,trim = 0.3)print(result.mean) |
当我们执行上述代码时，会产生以下结果 -
|
1
|
[1] 5.55 |
1.2.应用NA选项
如果缺少值，则平均函数返回NA。要从计算中删除缺少的值，请使用na.rm = TRUE。 这意味着删除NA值。参考以下示例代码 -
|
1
2
3
4
5
6
7
8
9
10
|
# Create a vector. x <- c(12,7,3,4.2,18,2,54,-21,8,-5,NA) # Find mean.result.mean <- mean(x)print(result.mean) # Find mean dropping NA values.result.mean <- mean(x,na.rm = TRUE)print(result.mean) |
当我们执行上述代码时，会产生以下结果 -
|
1
2
|
[1] NA[1] 8.22 |
2.中位数
数据系列中的中间值被称为中位数。R中使用median()函数来计算中位数。
语法
R中计算位数的基本语法是 -
|
1
|
median(x, na.rm = FALSE) |
以下是使用的参数的描述 -
x - 是输入向量。
na.rm - 用于从输入向量中删除缺少的值。
示例
|
1
2
3
4
5
6
|
# Create the vector.x <- c(12,7,3,4.2,18,2,54,-21,8,-5) # Find the median.median.result <- median(x)print(median.result) |
当我们执行上述代码时，会产生以下结果 -
|
1
|
[1] 5.6 |
3.众数
众数是指给定的一组数据集合中出现次数最多的值。不同于平均值和中位数，众数可以同时具有数字和字符数据。
R没有标准的内置函数来计算众数。因此，我们将创建一个用户自定义函数来计算R中的数据集的众数。该函数将向量作为输入，并将众数值作为输出。
示例
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
# Create the function.getmode <- function(v) { uniqv <- unique(v) uniqv[which.max(tabulate(match(v, uniqv)))]} # Create the vector with numbers.v <- c(2,1,2,3,1,2,3,4,1,5,5,3,2,3) # Calculate the mode using the user function.result <- getmode(v)print(result) # Create the vector with characters.charv <- c("baidu.com","tmall.com","yiibai.com","qq.com","yiibai.com") # Calculate the mode using the user function.result <- getmode(charv)print(result) |
当我们执行上述代码时，会产生以下结果 -
|
1
2
|
[1] 2[1] "yiibai.com" |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持米米素材网。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/miss_wasabi/article/details/82823905
发表评论