R語言求一行(列表、list)數據的平均數操作
R語言求一個列表的平均數可以使用mean() ：
mean英文意思有平均數的含義
x=c(1,3,5,7,9) max(x) #這樣即可求得平均數為 ： 5
假如讀取過一個csv文件之後，要求其中一行數據中指定某個區間內的平均數可以使用rowMeans()
data = read.csv(“input.csv",sep=",",header=T) rowMeans(data[10:17])
補充：R語言-數據框分組求平均值
【技術關鍵】
1、從excel把數據讀到數據框
2、算法實現將數據框的一些數據合為新的數據並組成新的數據框
3、將處理結果，即新的數據框保存到excel文件（或.csv）
4、將繪圖結果輸出到PDF文件保存
最近在嘗試分析近日的環境溫濕度變化；
雖然設備隻運行瞭48小時左右；
但收集到的有效數據有30000+（當然對於R而言這算很小意思的瞭）；
由於環境溫濕度在一小段時間內基本保持穩定；
所以在分析幾日內的溫濕度變化情況時可以以每10min為單位記錄數據；
這就需要一個腳本，能將數據有效劃分為單位後求均值再保存到表；
###################################################
# - Filename : washData.R
# - Author : Johan Version : 1.0 Date : 2018/5/3
# - Discription : 將excel表中的數據分10min計算平均值
# 並保存到excel
# - Function list :
# 1.
# - Others :
# 1.本程序可分析.xls或.csv文件
###################################################
# 引用包
library(RODBC)
# 設置工作目錄
setwd("H:/mySoftware/R/myData")
# 導入數據到myDataFrame，文件名根據需要改變
# 打開th_record2.xls，並讀取表Sheet1
channel <- odbcConnectExcel2007("th_record2.xls")
myDataFrame <- sqlFetch(channel, "Sheet1")
odbcClose(channel)
# 為myDataFrame增加列名
dataColName <- c("temp","humi","time","year","month","day","hour","minute","second")
names(myDataFrame) <- dataColName
# 初始化緩存向量
# 時分秒為起始量，可修改
NUM <- c() # 編號
TEMP <- c() # 溫度
HUMI <- c() # 濕度
t <- 0 # 溫度緩存
h <- 0 # 濕度緩存
num <- 0 # 編號緩存
dn <- 0 # 計數器
flag <- FALSE # 保存指示
# 循環處理數據
for(i in 1 : 31600){
# 當前分鐘是否為10的倍數
if(myDataFrame$minute[i] %% 10 == 0){
# 計算上一組數據的均值並保存
if(flag){
t <- t / dn
h <- h / dn
TEMP <- c(TEMP, t)
HUMI <- c(HUMI, h)
num <- num + 1
NUM <- c(NUM, num)
flag <- FALSE
}
# 緩存復位
dn <- 0
t <- 0
h <- 0
# 添加記錄
t <- t + myDataFrame$temp[i]
h <- h + myDataFrame$humi[i]
dn <- dn + 1
}
else{
# 添加記錄
t <- t + myDataFrame$temp[i]
h <- h + myDataFrame$humi[i]
dn <- dn + 1
flag <- TRUE
}
}
# 構建新數據框
newFrame <- data.frame(NUM, TEMP, HUMI)
newName <- c("number","temp","humi")
names(newFrame) <- newName
# 寫入.csv文件
write.csv(newFrame, "new_th_record.csv")
# 繪圖
plot(newFrame$number, newFrame$temp, pch=20, lty=3, col="red")
lines(newFrame$number, newFrame$humi, pch=20, lty=3, col="blue")
把處理結果保存到新的.csv或者.xls文件即是整個腳本的目的所在，方便後面的數據分析。
運行後得到的效果如下：（由於溫濕度的數值不在一個層次所以反映得不太直觀，可嘗試調換plot和lines的順序，通過繪圖方面的學習可以畫出更好看的圖）
如果想要輸出為PDF保存該圖片，可以運行另一個腳本：
pdf("new_th_record.pdf")
plot(newFrame$number, newFrame$humi, pch=20, lty=3, col="blue")
lines(newFrame$number, newFrame$temp, pch=20, lty=3, col="red")
dev.off()
PDF文件的一個好處就是它裡面的圖片是矢量的，也就是說放大圖片不會改變圖片的原樣，原本看上去粘在一塊兒的點放大以後能看出來是分開的。
以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。