我有一个带有三个行的数据集:
Date State Count
1994-01-05 Alabama 408
1994-01-06 Alabama 784
1994-02-08 Alabama 552
1994-01-05 Alaska 1067
1994-01-06 Alaska 36
1994-02-08 Alaska 8571
1994-01-05 Arizona 385
1994-01-06 Arizona 1845
1994-02-08 Arizona 49
在五十个状态中每个州的同一日期都有相同日期的计数。日期和状态被排序如上所示。
我想将日期变成四行的格式*:
Date State Count mean
1994-01-05 Alabama 408 581.333
1994-01-06 Alabama 784 581.333
1994-02-08 Alabama 552 581.333
1994-01-05 Arizona 385 759.666
1994-01-06 Arizona 1845 759.666
1994-02-08 Arizona 49 759.666
1994-01-05 Alaska 1067 3224.666
1994-01-06 Alaska 36 3224.666
1994-02-08 Alaska 8571 3224.666
首先,计算每个状态的计数的平均值,并将其输入到第四列中。然后,将各州从最小的平均值重新排序。
我能够使用命令完成计算每个状态的平均值的第一步:
plyed = ddply(dataset,.(State), transform, mean= mean(Count))
但是,此命令仅计算每个状态的平均值,但并未通过平均值重新排序状态,给出以下:
Date State Count mean
1994-01-05 Alabama 408 581.333
1994-01-06 Alabama 784 581.333
1994-02-08 Alabama 552 581.333
1994-01-05 Alaska 1067 3224.666
1994-01-06 Alaska 36 3224.666
1994-02-08 Alaska 8571 3224.666
1994-01-05 Arizona 385 759.666
1994-01-06 Arizona 1845 759.666
1994-02-08 Arizona 49 759.666
我不确定如何通过均值重新排序状态以获取所需的输出*。我尝试了重新排序命令,但是正在获得所有不同和不需要的输出格式。这是我尝试过的命令的一个示例:
reorder(plyed$State, plyed$mean, order=is.ordered(plyed$State))
尝试使用order()函数。可以在此问题的答案中找到一个很好的示例,如何按列对数据框进行排序?
new_df <- plyed[with(plyed, order(mean)),]
您可以使用plyr::arrange
arrange(ddply(df, .(State), mutate, mean = mean(Count)), mean)
## Date State Count mean
## 1 1994-01-05 Alabama 408 581.33
## 2 1994-01-06 Alabama 784 581.33
## 3 1994-02-08 Alabama 552 581.33
## 4 1994-01-05 Arizona 385 759.67
## 5 1994-01-06 Arizona 1845 759.67
## 6 1994-02-08 Arizona 49 759.67
## 7 1994-01-05 Alaska 1067 3224.67
## 8 1994-01-06 Alaska 36 3224.67
## 9 1994-02-08 Alaska 8571 3224.67
只是为了好玩,我会添加dplyr
解决方案
detach(package:plyr)
library(dplyr)
df %.%
group_by(State) %.%
mutate(mean = mean(Count)) %.%
arrange(mean)