R mean() फ़ंक्शन: औसत के साथ शुरुआत करें

R में संख्यात्मक डेटा को संक्षेप में प्रस्तुत करने की बात हो, तो औसत निकालना अक्सर पहला कदम होता है। कम से कम मैं तो सबसे पहले यही करता/करती हूं। 

अब, “average” का अर्थ जरूरी नहीं कि mean ही हो, लेकिन इस लेख में मैं यही मान रहा/रही हूं, क्योंकि मैं आपको R में mean() फ़ंक्शन के साथ काम करना दिखाने जा रहा/रही हूं, जो इस उद्देश्य के लिए R का मानक टूल है। 

R में mean() क्या करता है?

mean() फ़ंक्शन संख्यात्मक डेटा का अंकगणितीय औसत निकालता है। यानी, यह आपके वेक्टर या कॉलम के सभी मानों को जोड़ता है और उपस्थित कुल मानों की संख्या से भाग देता है। चूंकि mean() बेस R का हिस्सा है, इसलिए अतिरिक्त पैकेज लोड करने की आवश्यकता नहीं है। तो जैसे ही आप R खोलते हैं, यह उपयोग के लिए तैयार है।

mean() फ़ंक्शन का सिंटैक्स

हमें पता है कि mean() क्या करता है, लेकिन आइए इसका मूल सिंटैक्स देखें ताकि आप इसे लागू करना शुरू कर सकें:

mean(x, na.rm = FALSE, ...) संचालित द्वारा

• x: एक संख्यात्मक वेक्टर या ऑब्जेक्ट।

• na.rm: लॉजिकल। यदि TRUE है, तो mean() NA मानों को अनदेखा करेगा।

आगे बढ़ते हुए, ध्यान दें कि missing डेटा को संभालना और विभिन्न डेटा संरचनाओं के साथ काम करना कुछ बारीकियाँ लाता है, इसलिए इस पर नज़र रखें। 

R में संख्यात्मक वेक्टर का औसत निकालना

शायद सबसे बुनियादी काम वेक्टर का औसत निकालना है: 

daily_temperatures <- c(72, 68, 75, 70, 69)
mean(daily_temperatures)संचालित द्वारा

यह पंक्ति 72, 68, 75, 70 और 69 का औसत लौटाती है, जो 70.8 है।

R में na.rm के साथ Missing मानों को संभालना

वास्तविक डेटासेट में missing मान होते हैं। यदि आपके डेटा में कोई missing आइटम है, तो mean() डिफ़ॉल्ट रूप से NA लौटाएगा। यदि आप इसकी उम्मीद नहीं कर रहे/रही हैं तो यह चौंका सकता है, इसलिए हम na.rm आर्ग्यूमेंट के बारे में सीखने के लिए समय ले रहे हैं।

survey_scores <- c(82, 90, NA, 88, 85)
mean(survey_scores)संचालित द्वारा

इसे चलाने पर NA लौटेगा। R को missing मानों को अनदेखा करने के लिए बताने हेतु, बस na.rm = TRUE सेट करें:

mean(survey_scores, na.rm = TRUE)संचालित द्वारा

अब, mean() केवल उपलब्ध संख्याओं का उपयोग करके औसत निकालता है। 

R में डेटा फ़्रेम के साथ mean() का उपयोग

आइए इसका उपयोग डेटा फ़्रेम तक बढ़ाएँ, जो R में डेटासेट के लिए एक सामान्य संरचना है। यदि आप किसी विशेष कॉलम का औसत चाहते हैं, तो बस $ ऑपरेटर का उपयोग करके उसे संदर्भित करें:

student_scores <- data.frame(
  student_name = c("Amir", "Bianca", "Carlos"),
  math_score = c(92, 85, 88)
)

mean(student_scores$math_score)संचालित द्वारा

यह आपके डेटा फ़्रेम में सभी विद्यार्थियों का औसत स्कोर निकालता है। आप इस तरीके को किसी भी संख्यात्मक कॉलम पर लागू कर सकते हैं (लेकिन कॉलम संख्यात्मक होना चाहिए)।

R में लॉजिकल मानों का Mean

अब तक हमने संख्यात्मक डेटा पर ध्यान दिया है, लेकिन आपको यह जानकर आश्चर्य हो सकता है कि mean() लॉजिकल वेक्टर के साथ भी काम करता है। यह एक छोटा लेकिन महत्वपूर्ण विवरण है जिसे मैंने अभी तक टाल दिया था।

आप mean() को लॉजिकल मानों के साथ इसलिए इस्तेमाल कर सकते हैं क्योंकि R में TRUE को 1 और FALSE को 0 माना जाता है, इसलिए किसी लॉजिकल वेक्टर का mean लेने पर TRUE मानों का अनुपात मिलता है। यदि आपको द्विआधारी परिणामों का सार निकालना हो, तो यह मददगार हो सकता है।

quiz_passed_flags <- c(TRUE, FALSE, TRUE, TRUE)
mean(quiz_passed_flags)संचालित द्वारा

यहाँ परिणाम 0.75 है, क्योंकि 4 में से 3 मान TRUE हैं।

R में Weighted Mean निकालना 

कभी-कभी आपको वेटेड औसत की ज़रूरत होती है, जब आप मानते हैं कि अलग-अलग मान परिणाम में असमान योगदान देते हैं। इसके लिए weighted.mean() का उपयोग करें:

course_grades <- c(88, 92, 75)
assignment_weights <- c(0.3, 0.4, 0.3)

weighted.mean(course_grades, assignment_weights)संचालित द्वारा

weighted.mean() का उपयोग करके, आप अपने मानों के बीच अलग-अलग महत्त्व या आवृत्ति का हिसाब रख सकते हैं। mean() अपने आप यह नहीं करता।

कुछ बातों पर ध्यान दें

मैंने अब तक इनमें से ज्यादातर बातें बताई हैं, लेकिन संभावित मुद्दों या नोट्स को एक जगह समेट दूं:

• गैर-संख्यात्मक डेटा: यदि आपका वेक्टर या कॉलम संख्यात्मक या लॉजिकल नहीं है, तो mean() त्रुटि देगा।

• NA हैंडलिंग: जब आपके पास missing डेटा हो, तो na.rm = TRUE लगाना भूल जाना हर बार आपको उलझा देगा।

• खाली वेक्टर: mean(numeric(0)) एक चेतावनी के साथ NA लौटाता है।

R में मिलते-जुलते फ़ंक्शन

R कई संबंधित फ़ंक्शन प्रदान करता है जो आपको अलग-अलग दृष्टिकोणों से डेटा की पड़ताल करने में मदद करते हैं। ये सभी बेस R में हैं, यानी आप बिना किसी लाइब्रेरी इम्पोर्ट किए इनका उपयोग कर सकते हैं। 

• median(): माध्यिका के लिए

• sd(): मानक विचलन के लिए

• sum(): मानों के योग के लिए

यदि आप केंद्र के विभिन्न मापों के महत्व के बारे में और सीखना चाहते हैं, तो हमारा बेहद विस्तृत ट्यूटोरियल देखें: Mean vs. Median: Knowing the Difference।

निष्कर्ष

अधिकांश बुनियादी डेटा विश्लेषण कार्यों में, संख्याओं को संक्षेप में बताने के लिए mean() आपकी पहली मंज़िल होती है।

हमारे पाठ्यक्रमों के साथ सीखना जारी रखें, जैसे Introduction to R और Exploratory Data Analysis in R।