資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 R 資料框中查詢所有值的平均值？
如果資料框的所有列都是數值型的，那麼我們可能希望找到該資料框中所有值的平均值，但無法直接進行，因為資料框物件不是數值型的。因此，要查詢 R 資料框中所有值的平均值，我們需要先將其轉換為矩陣，然後使用 mean 函式。
示例
考慮以下資料框 -
x1<-rnorm(20,0.5) x2<-rpois(20,2) x3<-rpois(20,5) x4<-rpois(20,10) x5<-rnorm(20,2) df1<-data.frame(x1,x2,x3,x4,x5) df1
輸出
x1 x2 x3 x4 x5 1 0.26964555 1 3 5 1.016116 2 0.42291565 1 2 11 3.128720 3 0.65188853 2 8 13 2.084747 4 1.36720540 0 8 4 1.796721 5 0.71275824 0 4 12 3.689740 6 0.40522303 3 5 12 3.479856 7 1.24929901 0 6 6 1.819096 8 0.16090460 5 7 11 2.097494 9 1.59639183 3 3 10 1.975716 10 0.58234446 4 3 11 3.249315 11 0.32498206 2 5 6 1.574391 12 1.86227329 3 7 11 1.364608 13 0.57444839 3 4 7 2.587213 14 1.71832408 0 4 8 2.623389 15 0.06276699 2 5 9 2.931708 16 -0.21100119 1 10 13 2.975824 17 1.85209226 1 4 13 2.616432 18 0.25671284 1 5 11 2.480839 19 -0.52819876 1 5 11 3.080255 20 -0.19347216 1 5 8 1.556553
使用 mean 函式查詢平均值 -
示例
mean(df1)
輸出
[1] NA
警告訊息 -
在 mean.default(df1) 中 - 引數不是數值型或邏輯型 - 返回 NA
這裡，它顯示了一個警告訊息，因此，我們需要將資料框轉換為矩陣以進行平均值計算 -
示例
mean(as.matrix(df1))
輸出
[1] 3.902662
讓我們看看另一個例子 -
示例
y1<-runif(20,1,2) y2<-runif(20,2,3) y3<-runif(20,2,4) y4<-runif(20,2,5) y5<-runif(20,2,10) y6<-runif(20,5,10) df2<-data.frame(y1,y2,y3,y4,y5,y6) df2
輸出
y1 y2 y3 y4 y5 y6 1 1.368129 2.738308 3.161148 4.046335 6.779294 6.587224 2 1.476344 2.916177 3.772860 3.781855 4.180840 5.689949 3 1.048968 2.557214 2.616399 4.544586 5.332783 7.590678 4 1.237608 2.886140 3.566979 2.233891 7.110491 5.400549 5 1.052892 2.085286 3.929607 3.001106 8.221596 8.019978 6 1.978942 2.558619 3.558014 2.275578 6.169379 9.002451 7 1.800132 2.692973 2.329893 4.700417 9.436470 5.828630 8 1.362224 2.647957 2.361931 4.209640 9.838114 8.874549 9 1.379799 2.521889 3.516044 4.751619 6.102215 7.123205 10 1.682376 2.854172 2.507239 2.605997 7.708206 7.139015 11 1.652283 2.546204 3.005126 2.188606 3.573105 7.826812 12 1.839336 2.663233 2.644623 3.820956 9.414881 8.410358 13 1.027927 2.741457 3.997138 2.454044 9.394880 7.838431 14 1.539522 2.790478 2.751248 2.446984 9.048925 5.909314 15 1.112645 2.582921 2.028874 4.003921 5.382478 6.043791 16 1.038845 2.819239 3.011070 2.966783 8.145579 7.155915 17 1.140283 2.600742 3.867859 2.332695 7.513786 7.659354 18 1.641807 2.601332 3.274624 4.081097 9.738734 5.018204 19 1.790096 2.839944 3.250313 3.507385 7.654682 7.040064 20 1.377599 2.105186 2.383566 2.610954 2.762618 7.352752
示例
mean(as.matrix(df2))
輸出
[1] 4.120138
更新於: 2020-09-08
2K+ 次檢視
廣告