R语言-计算平均值不同函数的区别说明

函数mean

> 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（）

> 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

> 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

> 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 -

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

# 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] 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。

# 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] 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 -

# 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] 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 -

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

# 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] 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

# 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] "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我们。如有错误或未考虑完全的地方，望不吝赐教。