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Sheet1channel <- 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。