![](/img/trans.png)
[英]Vectorize weighted mean by list of names in each row of a data.frame
[英]Display weighted mean by group in the data.frame
关于 command by
和weighted.mean
已经存在,但没有一个能够帮助解决我的问题。 我是 R 新手,更习惯于数据挖掘语言而不是编程。
我有一个数据框,其中包含每个人(观察/行)的收入、教育水平和样本权重。 我想按教育水平计算收入的加权平均值,并且我希望结果与原始数据框的新列中的每个人相关联,如下所示:
obs income education weight incomegroup
1. 1000 A 10 --> display weighted mean of income for education level A
2. 2000 B 1 --> display weighted mean of income for education level B
3. 1500 B 5 --> display weighted mean of income for education level B
4. 2000 A 2 --> display weighted mean of income for education level A
我试过:
data$incomegroup=by(data$education, function(x) weighted.mean(data$income, data$weight))
它不起作用。 加权平均值以某种方式计算并出现在“收入组”列中,但对于整个集合而不是按组或仅针对一组,我不知道。 我阅读了有关包plyr
或aggregate
但它似乎并没有做我感兴趣的事情。
ave{stats}
命令提供了我正在寻找的内容,但仅适用于简单的意思:
data$incomegroup=ave(data$income,data$education,FUN = mean)
它不能与权重一起使用。
提前感谢您的帮助!
如果我们使用mutate
,那么我们可以避免left_join
library(dplyr)
df %>%
group_by(education) %>%
mutate(weighted_income = weighted.mean(income, weight))
# obs income education weight weighted_income
# <int> <int> <fctr> <int> <dbl>
#1 1 1000 A 10 1166.667
#2 2 2000 B 1 1583.333
#3 3 1500 B 5 1583.333
#4 4 2000 A 2 1166.667
尝试使用 dplyr 包,如下所示:
df <- read.table(text = 'obs income education weight
1 1000 A 10
2 2000 B 1
3 1500 B 5
4 2000 A 2',
header = TRUE)
library(dplyr)
df_summary <-
df %>%
group_by(education) %>%
summarise(weighted_income = weighted.mean(income, weight))
df_summary
# education weighted_income
# A 1166.667
# B 1583.333
df_final <- left_join(df, df_summary, by = 'education')
df_final
# obs income education weight weighted_income
# 1 1000 A 10 1166.667
# 2 2000 B 1 1583.333
# 3 1500 B 5 1583.333
# 4 2000 A 2 1166.667
基数 R 中有一个函数weighted.mean
。不幸的是,它不适用于ave
。 一种解决方案是使用data.table
library(data.table)
setDT(data)
data[, incomeGroup := weighted.mean(income, weight), by=education]
data
income education weight incomeGroup
1: 1000 A 10 1166.667
2: 2000 B 1 1583.333
3: 1500 B 5 1583.333
4: 2000 A 2 1166.667
一种与ave
工作的奇怪方法是
ave(df[c("income", "weight")], df$education,
FUN=function(x) weighted.mean(x$income, x$weight))[[1]]
[1] 1166.667 1583.333 1583.333 1166.667
您将子集 data.frame 提供给函数,然后按分组变量进行分组。 FUN 参数创建一个函数,该函数采用 data.frame 并将weighted.mean
应用于结果。 由于最终输出是一个 data.frame, [[1]]
返回一个具有所需结果的向量。
请注意,这只是证明这是可能的——我不推荐这种方法, data.table
技术更清晰,并且在大于 1000 个观察值的数据集上会更快。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.