Moyenner des données selon 2 colonnes et certaines lignes

[Guilhem Freche]

Bonjour,
le code ci-dessous me permet d'obtenir les moyennes selon 2 arguments qui sont des colonnes.

Code : Tout sélectionner

  mean_donnees <- do.call(
    what = "data.frame",
    args = aggregate(
      x = donnees[4],
      by =  donnees[c("voie","time")],
      FUN = function(x) mean = mean(x, na.rm = TRUE)
    ))
mean_sd_donnees <- arrange(mean_sd_donnees, by=voie)

Je souhaiterai ajouter un critère supplémentaire pour moyenner seulement les 2 derniers valeurs et non toutes celles selectionnées via "by = donnees[c("voie","time")]"

Les données utilisées :

Code : Tout sélectionner

donnees<-data.frame(
  timestamp = c(
    "2022-01-03 03:00:00","2022-01-03 03:10:00","2022-01-03 03:20:00","2022-01-03 03:30:00",
    "2022-01-03 03:40:00","2022-01-03 03:50:00","2022-01-03 04:00:00","2022-01-03 04:10:00",
    "2022-01-03 04:20:00","2022-01-03 04:30:00","2022-01-03 04:40:00","2022-01-03 04:50:00",
    "2022-01-03 05:00:00","2022-01-03 05:10:00","2022-01-03 05:20:00","2022-01-03 05:30:00",
    "2022-01-03 05:00:00","2022-01-03 05:10:00","2022-01-03 05:20:00","2022-01-03 05:30:00"
  ),
  voie = c(
    "B_1","B_1","B_1","B_1","B_1","B_1","B_1","B_1","B_1","B_1","B_2","B_2","B_2","B_2","B_2","B_2","B_2","B_2","B_2","B_2"),
  time = c(0,100,100,100,200,200,200,300,300,300,0,100,100,100,200,200,200,300,300,300),
  Temp = c(1,1,6,7,1,1,8,9,1,1,6,7,1,1,4,8,5,7,2,5))

Je vous remercie par avance.

[Pierre-Yves Berrard]

Bonjour,

Une proposition en utilisant le package dplyr :

Code : Tout sélectionner

library(dplyr)

donnees %>%
  group_by(voie, time) %>%
  slice_tail(n = 2) %>%
  summarise(
    moy = mean(Temp, na.rm = TRUE),
    .groups = "drop"
  )

PS : aggregate renvoie un data.frame donc pas besoin d'utiliser do.call dans votre code initial :

Code : Tout sélectionner

mean_donnees <-
  aggregate(
    donnees[4],
    by = donnees[c("voie", "time")],
    FUN = function(x) mean(x, na.rm = TRUE)
  )

[Mickael Canouil]

La version {data.table}

Code : Tout sélectionner

library(data.table)
setDT(donnees)[
  j = list(
    moy = mean(tail(Temp, 2L), na.rm = TRUE)
  ),
  by = c("voie", "time")
] 

[Guilhem Freche]

Bonjour,
merci pour ces solutions qui fonctionnent avec "tail". En fait, je souhaiterais ne pas récupérer la dernière ligne mais les 2 précédentes.
Je n'arrive pas à trouver la bonne combinaison .

De plus dans le data.frame obtenu j'aimerais ajouter la colonne timestamp avec cette fois la première valeur. Par exemple :

pour la ligne B_1 100 6.5
il faudrait avoir le timestamp 2022-01-03 03:10:00 sur la première colonne.

J'imagine que cet assez évident pour vous, pour le moment je n'ai pas les bons reflex ou logique.
Encore merci à vous

[Pierre-Yves Berrard]

Pour récupérer l'antépénultième et pénultième éléments d'un vecteur :

Code : Tout sélectionner

v <- 1:10

tail(head(v, -1), 2)

ce qui équivaut en utilisant le %>%

Code : Tout sélectionner

v %>% head(-1) %>% tail(2)

[Pierre-Yves Berrard]

On pourrait donc adapter le code dplyr de cette façon :

Code : Tout sélectionner

donnees %>%
  group_by(voie, time) %>%
  summarise(
    moy = mean(tail(head(Temp, -1), 2), na.rm = TRUE),
    timestamp1 = head(timestamp, 1),
    .groups = "drop"
  )

[Mickael Canouil]

Quel est le résultat attendu quand il n'y a pas trois observations ?
Par exemple, au temps 0.

Ci dessous une approche alternative à celle de Pierr-yves, ne donnant pas le même type de résultat selon le vecteur en entrée.

Code : Tout sélectionner

v <- 1:10
head(tail(v, 3), 2)
#> [1] 8 9
tail(head(v, -1), 2)
#> [1] 8 9

v <- 9:10
head(tail(v, 3), 2)
#> [1]  9 10
tail(head(v, -1), 2)
#> [1] 9

v <- 10
head(tail(v, 3), 2)
#> [1] 10
tail(head(v, -1), 2)
#> numeric(0) 

[Guilhem Freche]

Lors qu'il n'y a pas 3 observations, on ne doit pas créer de ligne moyenne.
Merci pour vos retours, je commence à mieux comprendre ces fonctions. Ce que vous m'avez proposé correspond à ce que je souhaitais faire et de manière efficace.