我有一个数据帧列表 list1
并需要在每个数据框中新建一列'mn',该列是基于另一列中的值的条件数列的平均数 num
加一。所以,对于 num=3
新的列将是前四列的平均值。在下面的例子中
df1 <- data.frame(num= c(3, 1, 1, 1, 2), d1= c(1, 17, 17, 17, 15), d2= c(1, 15, 15, 15, 21), d3= c(6, 21, 21, 21, 23), d4= c(2, 3, 3, 3, 2))
df2 <- data.frame(num= c(3, 2, 2, 2, 2), d1= c(1, 10, 10, 10, 15), d2= c(1, 5, 5, 5, 21), d3= c(6, 2, 2, 2, 23), d4= c(2, 3, 3, 3, 5))
list1 <- list(df1, df2)
我希望
newlist
[[1]]
num d1 d2 d3 d4 mn
1 3 1 1 6 2 2.5
2 1 17 15 21 3 16.0
3 1 17 15 21 3 16.0
最接近的我已经得到了
newlist <- lapply(list1, function(x) {
x <- cbind(x, sapply(x$num, function(y) {
y <- rowSums(x[2:(2+y)])/(y+1)
}))
})
它为每一行的手段绑定列。基于 此职位 我想我需要一个seq_along或者内部的Map函数,但是我不知道如何实现它。
一个选项是循环处理 list
与 lapply
,提取每行的元素数,用 apply
根据'num'列的值(+1),得到的是 mean
并在 transform
lapply(list1, function(x) transform(x,
mn = apply(x, 1, function(y) mean(y[-1][seq(y[1]+1)]))))
#[[1]]
# num d1 d2 d3 d4 mn
#1 3 1 1 6 2 2.50000
#2 1 17 15 21 3 16.00000
#3 1 17 15 21 3 16.00000
#4 1 17 15 21 3 16.00000
#5 2 15 21 23 2 19.66667
#[[2]]
# num d1 d2 d3 d4 mn
#1 3 1 1 6 2 2.500000
#2 2 10 5 2 3 5.666667
#3 2 10 5 2 3 5.666667
#4 2 10 5 2 3 5.666667
#5 2 15 21 23 5 19.666667
或与 tidyverse
,通过将 "长 "格式与 pivot_longer
,按行进行分组,得到 mean
基于'num'值的前'n'个元素。
library(purrr)
library(dplyr)
library(tidyr)
map(list1, ~
.x %>%
mutate(rn = row_number()) %>%
pivot_longer(cols = starts_with('d')) %>%
group_by(rn) %>%
summarise(value = mean(value[seq_len(first(num) + 1)])) %>%
pull(value) %>%
bind_cols(.x, mn = .))