У вас есть 50 000 кредитов_дохода в одном векторе. Давайте разберем ваш код:
tapply(sample(loans_income$income,1000*5),
rep(1:1000,rep(5,1000)),
FUN = mean)
Я заменю 1000 на 10, а доход на случайные числа, чтобы было проще объяснить. Я также установил set.seed(1)
, чтобы результат можно было воспроизвести.
sample(loans_income$income,1000*5)
Мы 50 случайных доходов от вашего вектора без замены. Они (временно) помещаются в вектор длиной 50, поэтому вывод выглядит следующим образом:
> sample(runif(50000),10*5)
[1] 0.73283101 0.60329970 0.29871173 0.12637654 0.48434952 0.01058067 0.32337850
[8] 0.46873561 0.72334215 0.88515494 0.44036341 0.81386225 0.38118213 0.80978822
[15] 0.38291273 0.79795343 0.23622492 0.21318431 0.59325586 0.78340477 0.25623138
[22] 0.64621658 0.80041393 0.68511759 0.21880083 0.77455662 0.05307712 0.60320912
[29] 0.13191926 0.20816298 0.71600799 0.70328349 0.44408218 0.32696205 0.67845445
[36] 0.64438336 0.13241312 0.86589561 0.01109727 0.52627095 0.39207860 0.54643661
[43] 0.57137320 0.52743012 0.96631114 0.47151170 0.84099503 0.16511902 0.07546454
[50] 0.85970500
rep(1:1000,rep(5,1000))
Теперь мы создаем вектор индексации длиной 50:
> rep(1:10,rep(5,10))
[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5 6 6 6
[29] 6 6 7 7 7 7 7 8 8 8 8 8 9 9 9 9 9 10 10 10 10 10
Эти индексы «группируют» выборки из шага 1. Таким образом, в основном этот вектор сообщает R
, что первые 5 записей вашего «вектора выборки» принадлежат друг другу (индекс 1), следующие 5 записей принадлежат друг другу (индекс 2) и так далее.
FUN = mean
Просто примените к данным функцию mean
.
tapply
Итак, tapply
берет выборочные данные (sample
-часть) и группирует их по второму аргументу (rep()
-часть) и применяет mean
-функцию к каждой группе.
Если вы знакомы с data.frames и пакетом dplyr
, взгляните на это (отображаются только первые 10 строк):
set.seed(1)
df <- data.frame(income=sample(runif(5000),10*5), index=rep(1:10,rep(5,10)))
income index
1 0.42585569 1
2 0.16931091 1
3 0.48127444 1
4 0.68357403 1
5 0.99374923 1
6 0.53227877 2
7 0.07109499 2
8 0.20754511 2
9 0.35839481 2
10 0.95615917 2
Я прикрепил индекс к случайным числам (ваш income
). Теперь вычисляем среднее значение по группе:
df %>%
group_by(index) %>%
summarise(mean=mean(income))
что дает нам
# A tibble: 10 x 2
index mean
<int> <dbl>
1 1 0.551
2 2 0.425
3 3 0.827
4 4 0.391
5 5 0.590
6 6 0.373
7 7 0.514
8 8 0.451
9 9 0.566
10 10 0.435
Сравните это с
set.seed(1)
tapply(sample(runif(5000),10*5),
rep(1:10,rep(5,10)),
mean)
что дает в основном тот же результат:
1 2 3 4 5 6 7 8 9
0.5507529 0.4250946 0.8273149 0.3905850 0.5902823 0.3730092 0.5143829 0.4512932 0.5658460
10
0.4352546
person
Martin Gal
schedule
11.06.2020