[英]How do you calculate median, by group, based on aggregate data?
我有以下数据集:
State County Age Population
AL Alachua 0-5 1043
AL Alachua 5-10 1543
AL Alachua 10-15 758
AL Alachua 15-20 1243
AK Baker 0-5 543
AK Baker 5-10 788
AK Baker 10-15 1200
我的年龄段实际上是85岁以上,但为方便起见,我仅列举了一个例子。
如何从样本中所有州的县和州每组的人口中位数计算年龄?
为了清楚说明各州和县,我想使用每个人口的数字来计算年龄中位数。
调用您的数据dd
。 我使用data.table
进行分组。 首先,我们要确保Age
是影响各个级别的正确顺序的一个因素(将age_order
扩展为完整数据)。 然后,我们使用matrixStats::weightedMedian
计算年龄中位数。 (我只是在Stack Overflow中搜索了“加权中位数[r]”,并得到了这个可爱的问题 )。 然后,我们将中位数转换回年龄组标签。 我将其保留为长格式,而不是提取摘要数据框。
library(data.table)
setDT(dd)
age_order = c("0-5", "5-10", "10-15", "15-20")
dd[, Age := factor(Age, levels = age_order)]
dd[, age_group := as.integer(Age)]
setkey(dd, State, County, Age)
library("matrixStats")
dd[, median_group := weightedMedian(x = age_group, w = Population, ties = "min"), by = c("State", "County")]
dd[, median_age := levels(Age)[median_group]]
dd
# State County Age Population age_group median_group median_age
# 1: AK Baker 0-5 543 1 2 5-10
# 2: AK Baker 5-10 788 2 2 5-10
# 3: AK Baker 10-15 1200 3 2 5-10
# 4: AL Alachua 0-5 1043 1 2 5-10
# 5: AL Alachua 5-10 1543 2 2 5-10
# 6: AL Alachua 10-15 758 3 2 5-10
# 7: AL Alachua 15-20 1243 4 2 5-10
使用此样本数据:
dd = fread(" State County Age Population
AL Alachua 0-5 1043
AL Alachua 5-10 1543
AL Alachua 10-15 758
AL Alachua 15-20 1243
AK Baker 0-5 543
AK Baker 5-10 788
AK Baker 10-15 1200")
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.