如何在R数据框中找到特定列的平均值?

要查找 R 数据框中特定列的平均值,我们可以借助 delta ($) 运算符。

例如,如果我们有一个名为 df 的数据框,其中包含列 x,那么我们可以使用下面给出的命令找到列 x 的平均值 -

mean(df$x)

示例 1

以下代码段创建了一个示例数据框 -

x1<-rnorm(20)
x2<-rnorm(20)
x3<-rnorm(20)
df1<-data.frame(x1,x2,x3)
df1

创建以下数据框 -

       x1           x2           x3
1   0.08296609  -0.98030681  -0.37284625
2  -0.77756287  -2.00417903   0.99687606
3   0.72853715   0.01054841   0.21984261
4   0.32172853  -0.15294023   0.81413538
5   0.14037370  -1.72069152  -0.40727802
6  -0.46377087  -0.44384035  -0.27233178
7  -0.07626076  -0.55753570   0.09087911
8  -0.15585465   1.02326012   0.59296301
9   0.36429494   0.48666242  -0.29251297
10 -1.71607624  -1.14980411  -0.52830887
11 -0.13649599  -0.48478367   0.57505756
12  0.20013689  -1.07749624   1.78867277
13 -0.78971636  -1.35245763   0.03213526
14 -1.08909636  -0.58043334  -0.32440015
15 -0.16291871   0.08974447   0.64379662
16 -0.16230288  -0.27600414   0.09700218
17 -0.71638476   0.36130502   1.63317291
18  0.22151476   0.95380907  -0.12504823
19 -1.72743039  -1.01398759   1.05922322
20  0.11511031   0.09696002   0.90670155

要查找 x1 列的平均值,请将以下代码添加到上述代码段中 -

x1<-rnorm(20)
x2<-rnorm(20)
x3<-rnorm(20)
df1<-data.frame(x1,x2,x3)
mean(df1$x1)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] -0.2899604

要查找 x2 列的平均值,请将以下代码添加到上述代码段中 -

x1<-rnorm(20)
x2<-rnorm(20)
x3<-rnorm(20)
df1<-data.frame(x1,x2,x3)
mean(df1$x2)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] -0.4386085

要找到 x3 列的平均值,请将以下代码添加到上述代码段中 -

x1<-rnorm(20)
x2<-rnorm(20)
x3<-rnorm(20)
df1<-data.frame(x1,x2,x3)
mean(df1$x3)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 0.3563866

示例 2

以下代码段创建了一个示例数据框 -

y1<-rpois(20,2)
y2<-rpois(20,5)
y3<-rpois(20,1)
y4<-rpois(20,5)
df2<-data.frame(y1,y2,y3,y4)
df2

创建以下数据框 -

   y1 y2 y3 y4
1  0  3  2  2
2  4  3  1  4
3  0  6  1  9
4  2  2  0  5
5  2  3  0  5
6  2  6  2  6
7  0  4  0  3
8  2  7  0  1
9  3  5  2  2
10 3  4  1  4
11 0  6  2  3
12 1  4  1  4
13 3  4  0  7
14 1  2  2 10
15 2  4  0  5
16 4  4  2  4
17 1  3  0  5
18 0  4  3  7
19 2  4  1  6
20 2  3  0  6

要查找 y1 列的平均值,请将以下代码添加到上述代码段中 -

y1<-rpois(20,2)
y2<-rpois(20,5)
y3<-rpois(20,1)
y4<-rpois(20,5)
df2<-data.frame(y1,y2,y3,y4)
mean(df2$y1)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 1.7

要找到 y2 列的平均值,请将以下代码添加到上述代码段中 -

y1<-rpois(20,2)
y2<-rpois(20,5)
y3<-rpois(20,1)
y4<-rpois(20,5)
df2<-data.frame(y1,y2,y3,y4)
mean(df2$y2)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 4.05

要查找 y3 列的平均值,请将以下代码添加到上述代码段中 -

y1<-rpois(20,2)
y2<-rpois(20,5)
y3<-rpois(20,1)
y4<-rpois(20,5)
df2<-data.frame(y1,y2,y3,y4)
mean(df2$y3)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 1

要找到 y4 列的平均值,请将以下代码添加到上面的代码段中 -

y1<-rpois(20,2)
y2<-rpois(20,5)
y3<-rpois(20,1)
y4<-rpois(20,5)
df2<-data.frame(y1,y2,y3,y4)
mean(df2$y4)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 4.9

示例 3

以下代码段创建了一个示例数据框 -

z1<-rexp(20)
z2<-rexp(20)
z3<-rexp(20)
df3<-data.frame(z1,z2,z3)
df3

创建以下数据框 -

        z1         z2        z3
1  0.75901140  1.1019604  1.857275549
2  0.70534396  0.5027629  0.141321053
3  0.85023827  0.3935630  1.096067266
4  0.79056207  0.3866263  0.004878585
5  0.02140214  0.5251550  1.255923276
6  2.10659256  1.2074068  1.366982480
7  0.62689870  1.0928418  0.127860267
8  0.42471756  0.7221201  0.804941206
9  0.20822713  0.4138671  1.206996112
10 0.43427296  2.2273157  0.448053845
11 0.20142638  0.6122972  0.827769115
12 1.11057268  0.6116563  2.259519266
13 2.45655773  1.1361731  2.467388572
14 0.07043767  4.6228876  2.722874785
15 1.16999613  0.2022302  2.775020942
16 1.27551362  0.1391906  2.669347687
17 0.17801680  1.3281677  1.686527666
18 1.16893835  0.7579054  0.872252452
19 0.24239762  1.3178056  1.207718495
20 0.72186035  4.3268620  1.504209600

要找到 z1 列的平均值,请将以下代码添加到上述代码段中 -

z1<-rexp(20)
z2<-rexp(20)
z3<-rexp(20)
df3<-data.frame(z1,z2,z3)
mean(df3$z1)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 0.7761492

要找到 z2 列的平均值,请将以下代码添加到上述代码段中 -

z1<-rexp(20)
z2<-rexp(20)
z3<-rexp(20)
df3<-data.frame(z1,z2,z3)
mean(df3$z2)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 1.18144

要找到 z3 列的平均值,请将以下代码添加到上述代码段中 -

z1<-rexp(20)
z2<-rexp(20)
z3<-rexp(20)
df3<-data.frame(z1,z2,z3)
mean(df3$z3)

如果您将上述所有给定的片段作为单个程序执行,它会生成以下输出 -

[1] 1.365146