问题标签 [mean]

这可能是一个非常容易回答的问题，但它已经困扰我很久了！假设我在一列中有一系列值，排序如下：

在这个范围内，我知道平均值是 440。 我希望 Excel 在这个范围内找到最大的平均值（该范围内最接近 440 的值因此是 300）。那么我该怎么做才能让 Excel 返回 300 作为该范围内最接近平均值的值呢？

非常感谢！

我两周前开始学习，现在我有点卡住了。我有 2 个 TimeSeries，看起来像这样：

这是风速测量的数据，我想将其与模型数据进行比较。更具体地说，我想比较夜间（21.00 - 6.00）的风速。所以我定义了一个函数：

此外，我在数据上创建了一个循环：

问题是我丢失了时间索引并且丢失了一些数据（例如 1 天或 1 周），所以我在使用 DateRange 重新索引它时遇到了麻烦。最后，它应该如下所示：

等等。我使用熊猫 0.7.1。谢谢你的支持！（对不起我的英语不好：P）

可能重复：
用于按索引对向量进行分区并对该分区执行操作的惯用 R 代码
如何计算特定国家/地区的利润中位数

我试图通过使用 R 中的另一列来找到一列的平均值。在 SQL 中很容易做到这一点，但无法找到合适的函数并实现它们。下面是一些示例数据。

我有一个二维数据数组。我需要平均每两行，并返回一个高度为一半的数组的平均值。为了平均目的，我还需要忽略所有 NaN 值。例如：

该函数需要返回：

我需要获取特定行（此处：年份）的一列（此处：分数）的平均值。具体来说，我想知道三个时期的平均分：

• 第 1 期：年 <= 1983
• 第 2 期：年 >= 1984 & 年 <= 1990
• 第 3 期：年 >= 1991

这是我的数据结构：

计算的平均值应添加到附加列（“平均值”）中的 df 中，即第 1 期年份的平均值相同，第 2 期年份的平均值等。

它应该是这样的：

我尝试过的每条可能的路径都很容易变得超级复杂——我必须计算 90 多个国家/地区不同时间段的平均分数……

非常感谢您的帮助！

我刚开始学习 R，需要一些帮助来找到我的数据的残差平均值和中位数。我计算了 lm 并在总结中得到如下残差：

问题：所以残差的中位数是-7.6，但这是我的平均值吗？ 或者是否有计算残差的平均值和中位数？ 我打算做 mean(resid(trees.lm) 还是应该输入 mean(trees.lm$resid)

请澄清一下，因为我的同学对同一数据集都有不同的反应。

听起来很简单，但一些研究并没有提出一个优雅的解决方案：我有一个由分类变量（GROUP）和连续读出变量（血压）构成的数据框。如何制作一个简单的箱线图，显示每个组的平均值及其标准差？有多个组：A、B、C、D 如何在数据框中执行 ANOVA 事后分析。它如何与 Mann-Whitney-U-Test 一起使用？我可以在条形图中标记显着性水平吗？如何将此操作简化为多个连续变量（dia_bloodpressure、sys_bloodpressure、mean_bloodpressure）和 sink() 不同文件中的输出（按变量名称）？

我正在新墨西哥州处理气候数据，我是一名 R 新手。我正在尝试用手段替换 NA，但我的 df 中有 37 个不同的站点。我想要 DF$STATION.NAME （在第 1 列中）唯一的列的方法。我不能使用来自一个位置的数据来找到另一个位置的平均值......显然。所以我真的应该为每个月、每个站点设置一个平均值。

我的数据按第 1 列中的 station.name 垂直组织，并在随后的列中按 jan-dec 月份的读数进行组织，包括末尾的总列（右）。读数或观测值是每个月的每个台站，在几年内（台站名称在每个新年的新行中列出。）

我需要用给定 station.name 中给定月份的 CLDD 总和替换 NA，我该怎么做？

我想找到 42×4 矩阵的第 1 行和第 22 行、第 2 行和第 23 行等的平均值。第一行和第 22 行是：

如何找到这两行中每一列的平均值？

我有 20 个问题，每个问题进一步分为一组 4 个问题，这意味着总共有 5 组 A、B、C、D 和 E。每个问题有 5 分，所以在一组中可以得到的最大分数获得的是20。

在为每组进行的两次测试中，我得到以下结果

现在我想要的是我想要加重 C 和 D 组的重量，几乎是所有其他组的两倍。要计算加权百分比，请执行以下操作。

现在我想单独计算每组的加权百分比。例如，考虑到之前分别为 100% 和 80%，而没有考虑权重，集合 A 和集合 C（测试 1）的新加权百分比是多少。同样，对于测试 1 和测试 2 的加权平均值分别为 66.2% 和 89.64% 的所有单个百分比。

我试图提出一些逻辑，类似于以下内容，但我没有完全理解。可能你能帮助我吗？

无论如何，这可能吗？