R语言求一行(列表、list)数据的平均数操作

r语言求一个列表的平均数可以使用mean() ：

mean英文意思有平均数的含义

x=c(1,3,5,7,9)
max(x)
#这样即可求得平均数为 ： 5

假如读取过一个csv文件之后，要求其中一行数据中指定某个区间内的平均数可以使用rowmeans()

data = read.csv(“input.csv",sep=",",header=t)
rowmeans(data[10:17])

补充：r语言-数据框分组求平均值

【技术关键】

1、从excel把数据读到数据框

2、算法实现将数据框的一些数据合为新的数据并组成新的数据框

3、将处理结果，即新的数据框保存到excel文件（或.csv）

4、将绘图结果输出到pdf文件保存

最近在尝试分析近日的环境温湿度变化；

虽然设备只运行了48小时左右；

但收集到的有效数据有30000+（当然对于r而言这算很小意思的了）；

由于环境温湿度在一小段时间内基本保持稳定；

所以在分析几日内的温湿度变化情况时可以以每10min为单位记录数据；

这就需要一个脚本，能将数据有效划分为单位后求均值再保存到表；

###################################################
# - filename : washdata.r
# - author : johan version : 1.0 date : 2018/5/3
# - discription : 将excel表中的数据分10min计算平均值
#     并保存到excel
# - function list : 
# 1.
# - others : 
# 1.本程序可分析.xls或.csv文件
###################################################
# 引用包
library(rodbc)
# 设置工作目录
setwd("h:/mysoftware/r/mydata")
# 导入数据到mydataframe，文件名根据需要改变
# 打开th_record2.xls，并读取表sheet1
channel <- odbcconnectexcel2007("th_record2.xls")
mydataframe <- sqlfetch(channel, "sheet1")
odbcclose(channel)
# 为mydataframe增加列名
datacolname <- c("temp","humi","time","year","month","day","hour","minute","second")
names(mydataframe) <- datacolname
# 初始化缓存向量
# 时分秒为起始量，可修改
num <- c()   # 编号
temp <- c()   # 温度
humi <- c()   # 湿度
t <- 0    # 温度缓存
h <- 0    # 湿度缓存
num <- 0    # 编号缓存
dn <- 0    # 计数器
flag <- false  # 保存指示
# 循环处理数据
for(i in 1 : 31600){
 
 # 当前分钟是否为10的倍数
 if(mydataframe$minute[i] %% 10 == 0){
 
 # 计算上一组数据的均值并保存
 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
 }
 
 # 缓存复位
 dn <- 0
 t <- 0
 h <- 0
 
 # 添加记录
 t <- t + mydataframe$temp[i]
 h <- h + mydataframe$humi[i]
 dn <- dn + 1 
 }
 
 else{
 
 # 添加记录
 t <- t + mydataframe$temp[i]
 h <- h + mydataframe$humi[i]
 dn <- dn + 1
 flag <- true 
 }
}
# 构建新数据框
newframe <- data.frame(num, temp, humi)
newname <- c("number","temp","humi")
names(newframe) <- newname
# 写入.csv文件
write.csv(newframe, "new_th_record.csv")
# 绘图
plot(newframe$number, newframe$temp, pch=20, lty=3, col="red")
lines(newframe$number, newframe$humi, pch=20, lty=3, col="blue")

把处理结果保存到新的.csv或者.xls文件即是整个脚本的目的所在，方便后面的数据分析。

运行后得到的效果如下：（由于温湿度的数值不在一个层次所以反映得不太直观，可尝试调换plot和lines的顺序，通过绘图方面的学习可以画出更好看的图）

如果想要输出为pdf保存该图片，可以运行另一个脚本：

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文件的一个好处就是它里面的图片是矢量的，也就是说放大图片不会改变图片的原样，原本看上去粘在一块儿的点放大以后能看出来是分开的。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。