寻找一个函数以有条件地罚款顶部n个值（不是行！）的平均值，并返回数字，而不是dataframe

Question

我有一个大数据框架： 我想在其中计算特定ID的前5个计数的均值

# A tibble: 4,437 x 3
# Groups:   DATETIME [87]
   DATETIME            ID        COUNT
   <dttm>              <chr>     <int>
 1 2020-06-07 00:00:00 Bagheera     NA
 2 2020-06-07 00:00:00 Bagheera2     0
 3 2020-06-07 00:00:00 Baloo img     0
 4 2020-06-07 00:00:00 Banna        NA
 5 2020-06-07 00:00:00 Blair       158
 6 2020-06-07 00:00:00 Carol        NA

，然后在for循环中表示每个计数值作为数量，该数量是该ID计算的平均值ID。 为此，我真的宁愿获得一个平均值，而不是作为所有个人的dataFRME，而是作为所需ID的单个数字，然后将其用作for循环内部的变量。

我实际上是在尝试重建一个适用于每个ID的分离列的相同数据工作的循环，但是在将数据融合到一个ID colum之后，它需要探索：

max_activity <- readline(prompt="enter a number: ")
    for(i in 2:length(percentage_activity)) {
    percentage_activity[[i]] <- 
     as.numeric(percentage_activity[[i]]*100/mean(sort(percentage_activity[[i]] ,T) 
    [1:max_activity]))
}

我也尝试了此方法：我不确定如何从这里进行：

for (i in unique(percentage_activity$ID)){
  individual <- percentage_activity$ID == i
  mean(percentage_activity[individual,"COUNT"], na.rm=TRUE)
}

Answer 1

也许这可能会有所帮助：

library(dplyr)
df <- tibble(
  DATETIME = as.Date(c("2020-06-07",
                       "2020-06-07",
                       "2020-06-07",
                      "2020-06-07",
                       "2020-06-07",
                       "2020-06-07",
                      "2020-06-07",
                      "2020-06-07",
                      "2020-06-07",
                      "2020-06-07",
                      "2020-06-07",
                      "2020-06-07")),
  ID = c("Bagheera", "Bagheera2", "Baloo img", "Banna", "Blair", "Carol", 
         "Bagheera", "Bagheera2", "Baloo img", "Banna", "Blair", "Carol"),
  COUNT = c(NA, 0,0,NA, 158, NA,10,20,30,40,50, 60)
)

mean_val <- df %>% 
  group_by(ID) %>% 
  arrange(desc(COUNT)) %>% 
  top_n(5) %>% 
  summarise(mean = mean(COUNT, na.rm = T)) 

df %>% 
  left_join(mean_val, by = "ID") %>% 
  mutate(percentage_activity =  COUNT/mean)