"mean of combined columns"表并与 R 中的原始表联接

Question

我有一个包含300000行和16列的文件(tekoopl(。第2列是PRICE，第13列是DISTRICT。(在DISTRICT列中，伦敦有不同的地区；例如，2000行与西区，4000行与伦敦区等。这些行是可互换的(。现在我陷入了以下问题：a.生成一个包含每个地区平均价格的表格b.将其与原始表格"tekoopl"结合起来。(因此，最终表不是聚合的，而是与原始表具有相同的行数(c.用PRICE和DISTRICT平均值之间的差值创建一个新列(PRICE-DISTRICE(。我只能计算PRICE列的平均/平均PRICE，但我需要所有行的平均PRICE"区域a"、所有行的区域b"，并且新表(dfl07(的行数必须等于"tekoopl"中的行数。因为在那之后，我必须加入他们。我当然做不到。：-(有人能帮我吗？

tekoopl <- read.csv("datafiles/ppd_london_15161718.csv", 
stringsAsFactors = FALSE)  
str(tekoopl)  
dfl07 <- select(tekoopl, PRICE, DISTRICT) %>%  
GEM = round(mean(tekoopl$PRICE, na.rm = TRUE)) 

(我目前正在使用dplyr和tidyr软件包(

Answer 1

为每个地区的平均价格生成单独的表格：

dfl07 %>% dplyr::group_by(DISTRICT) %>% summarise(mean_price=mean(PRICE, na.rm=T))

如果你想把它放在你原来的表格中(所以列一个每个地区的平均奖金，我认为这就是你想要实现的(，那么：

dfl07 %>% dplyr::group_by(DISTRICT) %>% mutate(mean_price=mean(PRICE, na.rm=T))

创建每个地区的平均价格以及价格与地区平均价格之间的差异(用于参考tekpool数据帧(：

tekoopl %>% dplyr::group_by(DISTRICT) %>% mutate(mean_price=mean(PRICE, na.rm=T), price_diff=PRICE-mean_price)