Возьмите среднее значение столбцов в csv и создайте новую строку с информацией

Question

Я довольно новичок в R, но мне понравилась вся помощь, которая была доступна. Проблема, с которой я сталкиваюсь, заключается в том, что с момента появления большого количества видео и сайтов помощи было так много обновлений, что код больше не действителен.

У меня есть CSV процентной доли иммунизации, и я хочу найти среднее значение для каждого столбца данных. Если есть способ добавить это значение в качестве последней строки данных, это было бы идеально, но не обязательно. Я пробовал несколько различных типов средних функций, но продолжаю получать сообщения об ошибках.

Я пробовал следующие коды. Мой файл называется Measles1, а столбцы Y и год. Я взял положенные коды ошибок, характерные для линий, но хотел показать, что я попробовал для справки. Любая помощь будет принята с благодарностью.

> colMeans(Measles1$Y2017)

> colMeans(Measles1)

> mean(Measles1$Y2017)

> mean(Measles1$Y2017, na.rm = TRUE)

> colMeans(Measles1$Y2017, na.rm = TRUE)

> Means <- colMeans(as.numeric(as.character(Measles1)))

> results.mean <- mean(Measles1)

> results.mean <- mean(Measles1,na.rm = TRUE)

> mean(Measles1[2:39])

Я уверен, что мне просто не хватает чего-то очень простого. Спасибо за помощь.

Answer 1

Было бы лучше, если бы вы могли предоставить репрезентативную выборку. Вы должны убедиться, что все столбцы являются числовыми, чтобы сразу вычислить их значения. Один из способов проверить это будет str(your_data_frame),

Использование встроенного mtcars Набор данных:

# na.rm argument is optional depending on your data
mtcars[nrow(mtcars) + 1, ] <- colMeans(mtcars, na.rm = T)

Рекомендация @Ronak Shah тоже работает хорошо:

mtcars <- rbind(mtcars, colMeans(mtcars, na.rm = T))

Answer 2

Этот код предоставит вам возможность найти общий итог или среднее значение по столбцу

d1 <- data_frame(
  name = c("jim", "john", "jim", "john"),
  `2012` = c(57, 58, 47, 57),
  `2013` = c(14, 3, 3, 90))

library(tidyverse)

d1 <-bind_rows(d1,
          d1 %>% 
            group_by(name) %>% 
            summarise_all(funs(mean)) %>%
            mutate(name = paste0(name, '_total')))