1

Olá, boa noite!

Tenho um data frame com milhares de linhas e 58 colunas contendo, por exemplo, fornecedor, material, quantidade de material e valor total do material. Fiz um exemplo abaixo, somente do que preciso neste primeiro momento.

Fornecedor  Material    Qtde    Valor_Total
A   A   1   100
A   B   2   150
A   E   5   26
B   B   6   76
C   A   5   126
C   C   1   58
D   D   10  108
E   E   9   99
E   A   7   30
E   E   8   80
E   E   1   54
F   G   1   0

Primeiro, eu criei uma coluna com o valor médio de cada linha

dados$valor_medio <- round(dados$Valor_Total/dados$Qtde,2)

Agora eu preciso calcular a média, mediana e uma nova média, tirando os outliers, de dados$valor_medio por material. Porém, quando aplico a função tapply ocorre o seguinte erro:

dados<-tapply(dados$valor_medio, dados$Material, mean, na.rm = TRUE)

Error in tapply(dados$valor_medio, dados$Material, mean, na.rm = TRUE) : argumentos devem ter o mesmo comprimento

Alguém poderia me ajudar com este erro e informar como calculo a média tirando os outliers de dados$valor_medio de cada material?

PS: O material é chr

4
  • 1
    Provavelmente sua coluna dados$Material é uma lista ou algo do tipo. Qual o resultado de str(dados$Material) ou class(dados$Material)? Commented 25/07/2017 às 6:28
  • com esse exemplo seu, eu consegui rodar sem erro nenhum Commented 25/07/2017 às 12:48
  • > class(base$Material) [1] "character"
    – Lucimar
    Commented 26/07/2017 às 19:33
  • Na verdade, o Material tem o seguinte formato: 00.000.000. Fui infeliz no exemplo, desculpem.
    – Lucimar
    Commented 26/07/2017 às 19:34

1 Resposta 1

2

Quando dá esse erro, a maior parte das vezes é porque se deve usar ?ave e não tapply.

dados$valor_medio <- round(dados$Valor_Total/dados$Qtde,2)

dados$media <- ave(dados$valor_medio, dados$Material, FUN = mean)
dados$mediana <- ave(dados$valor_medio, dados$Material, FUN = median)

Quanto à outra média, sem outliers, depende da definição de outliers. A sua definição é a usada pela função boxplot.stats, portanto vou chamar essa função para calcular a outra média.

media_sem_out <- function(x){
    s <- boxplot.stats(x)$stats
    x <- x[s[1] <= x & x <= s[5]]
    mean(x)
}

dados$media2 <- ave(dados$valor_medio, dados$Material, FUN = media_sem_out)
1
  • Vou considerar a média sem extremos como sendo a média dos valores entre o Limite Inferior e o Limite Superior do Box-Plot, ou seja, os valores entre (primeiro quartil - 1,5 * (terceiro quartil - primeiro quartil)) e (terceiro quartil + 1,5 * (terceiro quartil - primeiro quartil))
    – Lucimar
    Commented 26/07/2017 às 20:09

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .