使用列值筛选器计算平均值

Question

我创建了这个小数据框：

employee <- c('Yossi ','Pitt ','Deepak','Golan')
salary <- c(21000, 23400, 26800,91000)
testd <- data.frame(employee,salary)

当我写：

mean(testd$salary) 

我得到正确答案：40550

但是当我尝试计算大于 25000 的工资平均值时，我得到了这个结果。

mean(testd$salary>=25000)
# [1] 0.5

而不是由此计算得出的 58900：（26800+91000）/2

我做错了什么？

Answer 1

尝试：

mean(testd$salary[testd$salary>=25000])

实际上testd$salary>=25000是boolean值的向量，当你调用mean时，这些值会自动映射到numeric类型（True = 1，False = 0）。

Answer 2

使用dplyr，您可以使用以下代码获得正确的答案：

library(dplyr)
testd %.%
  select(employee, salary) %.%
  filter(salary > 25000) %.%
  summarise(mean = mean(salary))

Answer 3

即使你是初学者（像我一样），我建议开始学习data.table，因为与使用常规data.frame相比，这将使你的计算速度更快。 在这种情况下，您可以这样做（看起来也更干净）：

testd<-data.table(testd)
testd[salary>25000,mean(salary)]

Answer 4

另一种方法是使用aggregate获得阈值两侧的答案：

aggregate(salary~salary>=25000,testd,mean)
  salary >= 25000 salary
1           FALSE  22200
2            TRUE  58900