几何均值：是否有内置的？

我试图找到一个内置的几何均值，但找不到。

（显然，内置程序在外壳程序中工作不会节省我的时间，我也不怀疑准确性是否存在任何差异；对于脚本，我尝试尽可能多地使用内置程序，其中（累计）性能提升通常很明显。

万一没有（我怀疑是这样）这是我的。

gm_mean = function(a){prod(a)^(1/length(a))}

这是一个矢量化的，零容忍和NA容忍的函数，用于计算R中的几何平均值。mean涉及包含非正值length(x)的情况下，需要进行冗长的计算x。

gm_mean = function(x, na.rm=TRUE){
  exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x))
}

感谢@ ben-bolker注意na.rm传递，并感谢@Gregor确保传递正确。

我认为某些评论与NA数据和零值的错误等价性有关。在我想到的应用程序中，它们是相同的，但是当然，通常情况并非如此。因此，如果要包括可选的零传播，并且length(x)在NA删除时进行不同的处理，则以下内容是上述函数的稍长替代方法。

gm_mean = function(x, na.rm=TRUE, zero.propagate = FALSE){
  if(any(x < 0, na.rm = TRUE)){
    return(NaN)
  }
  if(zero.propagate){
    if(any(x == 0, na.rm = TRUE)){
      return(0)
    }
    exp(mean(log(x), na.rm = na.rm))
  } else {
    exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x))
  }
}

请注意，它还会检查任何负值，并返回更多信息和适当的信息，NaN即没有为负值定义几何平均值（而是为零）。感谢发表评论的评论者，他们一直在我的案子上发表评论。

不，但是有几个人写过一个，例如这里。

另一种可能性是使用此：

exp(mean(log(x)))

我们可以使用心理包并调用geometric.mean函数。

的

exp(mean(log(x)))

除非x中为0，否则它将起作用。如果是这样，对数将产生-Inf（-Infinite），该结果的几何平均值始终为0。

一种解决方案是在计算平均值之前删除-Inf值：

geo_mean <- function(data) {
    log_data <- log(data)
    gm <- exp(mean(log_data[is.finite(log_data)]))
    return(gm)
}

您可以使用单线来执行此操作，但这意味着两次计算日志效率不高。

exp(mean(log(i[is.finite(log(i))])))

我完全使用了马克说的话。这样，即使使用轻敲，您也可以使用内置mean功能，而无需定义您的功能！例如，要计算每组数据$ value的几何均值：

exp(tapply(log(data$value), data$group, mean))

这个版本提供了比其他答案更多的选择。

• 它允许用户区分不是（真实）数字的结果和不可用的结果。如果存在负数，则答案将不是实数，因此NaN将返回。如果是所有NA值，则函数将返回NA_real_以反映实际值实际上不可用。这是一个细微的差异，但可能会产生（稍微）更可靠的结果。

• 第一个可选参数zero.rm旨在使用户零影响输出而不将其设为零。如果zero.rm将设置为FALSE并将eta其设置为NA_real_（其默认值），则零将结果缩小为一。我对此没有任何理论上的理由-似乎更有意义的是不忽略零，而是“做一些不涉及自动使结果为零的事情”。

• eta下列讨论启发了这种处理零的方法：https : //support.bioconductor.org/p/64014/

geomean <- function(x,
                    zero.rm = TRUE,
                    na.rm = TRUE,
                    nan.rm = TRUE,
                    eta = NA_real_) {
    nan.count <- sum(is.nan(x))
     na.count <- sum(is.na(x))
  value.count <- if(zero.rm) sum(x[!is.na(x)] > 0) else sum(!is.na(x))

  #Handle cases when there are negative values, all values are missing, or
  #missing values are not tolerated.
  if ((nan.count > 0 & !nan.rm) | any(x < 0, na.rm = TRUE)) {
    return(NaN)
  }
  if ((na.count > 0 & !na.rm) | value.count == 0) {
    return(NA_real_)
  }

  #Handle cases when non-missing values are either all positive or all zero.
  #In these cases the eta parameter is irrelevant and therefore ignored.
  if (all(x > 0, na.rm = TRUE)) {
    return(exp(mean(log(x), na.rm = TRUE)))
  }
  if (all(x == 0, na.rm = TRUE)) {
    return(0)
  }

  #All remaining cases are cases when there are a mix of positive and zero
  #values.
  #By default, we do not use an artificial constant or propagate zeros.
  if (is.na(eta)) {
    return(exp(sum(log(x[x > 0]), na.rm = TRUE) / value.count))
  }
  if (eta > 0) {
    return(exp(mean(log(x + eta), na.rm = TRUE)) - eta)
  }
  return(0) #only propagate zeroes when eta is set to 0 (or less than 0)
}

该EnvStats包有一个函数几何平均值和geoSd。

如果您的数据中缺少值，这种情况很少见。您需要再添加一个参数。

您可以尝试以下代码：

exp(mean(log(i[ is.finite(log(i)) ]), na.rm = TRUE))

exp(mean(log(x1))) == prod(x1)^(1/length(x1))