2

Tenho duas colunas (A e B) quero calcular a média da coluna A para os elementos correspondentes apenas para os que na coluna B forem maior que 10 por exemplo.

2 Respostas 2

6

É um problema de seleção de linhas de uma data frame por uma condição lógica:

set.seed(6480)    # Para ter resultados reprodutíveis

n <- 50
dados <- data.frame(A = runif(n, 0, 100), B = runif(n, 0, 40))

mean(dados[dados$B > 10, "A"])    # índice lógico
#[1] 51.62713

mean(dados$A[dados$B > 10])       # equivalente
#[1] 51.62713

Mas se a coluna B tiver valores NA o índice lógico não resulta, temos que usar which.

is.na(dados$B) <- sample(n, 10)        # fazer alguns B iguais a NA

mean(dados$A[dados$B > 10])            # veja o que dados$B > 10 dá
#[1] NA

mean(dados$A[which(dados$B > 10)])
#[1] 52.17357

EDIÇÃO.

Como o Flávio Silva diz em comentário, também se pode usar o argumento na.rm.

mean(dados$A[dados$B > 10], na.rm = TRUE)
#[1] 52.17357
4
  • muito obrigado! Commented 12/02/2018 às 22:46
  • Na função mean(dados$A[dados$B > 10]), acrescentar o na.rm = T não seria o suficiente, ficando mean(dados$A[dados$B > 10], na.rm = T)? Commented 16/02/2018 às 11:28
  • @FlavioSilva Certo, obrigado pela sugestão, também dá. Mas o problema a que eu me estava a referir é diferente. Quando um índce lógico tem valores NA deve-se usar which. Vou editar a resposta com a sua sugestão. Commented 16/02/2018 às 11:55
  • @RuiBarradas Eu perguntei mais pelo fato de buscar entender a diferença entre o na.rm e quando usar o which Commented 16/02/2018 às 12:29
0

Quando é data.frame, e tenho de tirar médias de varias colunas, eu uso o código colMeans e dentro da função coloco tipo: colMeans(dados[dados$coluna1=="A" & dados$coluna2=="0.01",]) normalmente ele irá obter as médias por colunas dos dados que atendam a este critério só ressalvo que na parte ,] depois desta virgula você não está discriminando quais colunas entram no calculo por isso irá se realizar com todas, o problema é quando nas colunas tem caracteres ("A","NOME") pois o código costuma não realizar o calculo de médias com fatores, para isso voce pode simplesmente concatenar os respectivos números das colunas as quais você deseja os resultados. Ex: nova.tabela.contendo.as.médias<-colMeans(dados[dados$coluna1=="A" & dados$coluna2=="0.01",c(4,1,3,2,5,7)]),

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 .