Среднее значение переменных по факторам с пропущенными значениями

Я использую большой набор данных для вычисления средних значений переменных по факторам. Пример простого набора данных выглядит так, как показано ниже.

 +------+-----+------+--------+------+-------+------+------+
| year | mon | site | region |  rf  | avg 1 | avg2 | avg3 |
+------+-----+------+--------+------+-------+------+------+
| 2000 | jan | A    | high   | 28.2 |       |      |      |
| 2000 | feb | A    | high   | 26.6 |       |      |      |
| 2000 | mar | A    | high   | 30.3 |       |      |      |
| 2000 | apr | A    | high   | 33.2 |       |      |      |
| 2000 | may | A    | high   |      |       |      |      |
| 2000 | jun | A    | high   | 28.3 |       |      |      |
| 2000 | jul | A    | high   | 28.6 |       |      |      |
| 2000 | aug | A    | high   | 28.9 |       |      |      |
| 2000 | sep | A    | high   | 28.1 |       |      |      |
| 2000 | oct | A    | high   | 28.8 |       |      |      |
| 2000 | nov | A    | high   | 31.6 |       |      |      |
| 2000 | dec | A    | high   | 26.9 |       |      |      |
| 2001 | jan | A    | high   | 28.6 |       |      |      |
| 2001 | feb | A    | high   | 29.6 |       |      |      |
| 2002 | jan | B    | mid    | 21.4 |       |      |      |
| 2002 | feb | B    | mid    | 24.5 |       |      |      |
| 2002 | mar | B    | mid    | 24.2 |       |      |      |
+------+-----+------+--------+------+-------+------+------+

Но у основной переменной (rf) пропущены некоторые значения. Но я хочу вычислить средние значения (avg 1, avg2 avg3), удалив недостающие значения. Доступ к моему набору данных можно получить, используя следующие коды dput.

structure(list(year = c(2000L, 2000L, 2000L, 2000L, 2000L, 2000L, 
2000L, 2000L, 2000L, 2000L, 2000L, 2000L, 2001L, 2001L, 2002L, 
2002L, 2002L), mon = structure(c(5L, 4L, 8L, 1L, 9L, 7L, 6L, 
2L, 12L, 11L, 10L, 3L, 5L, 4L, 5L, 4L, 8L), .Label = c("apr", 
"aug", "dec", "feb", "jan", "jul", "jun", "mar", "may", "nov", 
"oct", "sep"), class = "factor"), site = structure(c(1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L), .Label = c("A", 
"B"), class = "factor"), region = structure(c(1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L), .Label = c("high", 
"mid"), class = "factor"), rf = c(28.2, 26.6, 30.3, 33.2, NA, 
28.3, 28.6, 28.9, 28.1, 28.8, 31.6, 26.9, 28.6, 29.6, 21.4, 24.5, 
24.2), avg_rf_site_allyears = c(NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA), avg_mon_rf_all_site = c(NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA
), avg_rf_year_ele = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA)), .Names = c("year", "mon", "site", 
"region", "rf", "avg_rf_site_allyears", "avg_mon_rf_all_site", 
"avg_rf_year_ele"), class = "data.frame", row.names = c(NA, -17L
))

avg 1 - это среднее количество осадков по участкам за все годы (у меня 15 лет по месяцам).

avg 2 - это среднемесячное количество осадков на всех участках за все годы.

avg 3 - среднее количество осадков по регионам за год

Я использую следующие коды, но эти коды не работают для сайтов с отсутствующими значениями.

в среднем 1

df$avg.1<- with(df,ave(rf, site)) # mean rf by sites across all years. This does not calculate values for sites if it has got even one missing value.

avg2

df$avg2<- with(df,ave(rf, mon))#this works in this example but not with my    big dataset. When I run with my dataset, it gives all NAs.

Было бы здорово, если бы кто-нибудь мог сказать мне и потенциальную причину этой проблемы.

avg 3 - мне нужно посчитать средства по регионам по годам. Но не мог найти для этого способа.

Любая помощь в отношении выше была бы принята с благодарностью.


r average missing-data factors
person Doo    schedule 25.03.2016    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Мы можем указать аргумент FUN в ave. По умолчанию, т.е. без указания, дает mean с na.rm=FALSE. Таким образом, используя FUN, можно использовать любую другую функцию, например min, max и т. Д.

df$avg.1 <- with(df, ave(rf, site, 
        FUN= function(x) mean(x, na.rm=TRUE)))

и аналогично для «avg.2».

Для третьего случая

df$avg.3 <- with(df, ave(rf, region, year, 
        FUN= function(x) mean(x, na.rm=TRUE))

Если мы используем dplyr

library(dplyr)
df %>%
  group_by(site) %>% 
  mutate(avg.1 = mean(rf, na.rm=TRUE)) %>% 
  group_by(mon) %>% 
  mutate(avg.2 = mean(rf, na.rm=TRUE)) %>% 
  group_by(region, year) %>%
  mutate(avg.3= mean(rf, na.rm=TRUE))
person akrun    schedule 25.03.2016
comment
Оба работают, и полезно знать использование dplyer. Большое тебе спасибо. - person Doo; 25.03.2016