如果变量名称中有年龄，如何使用 tidyverse summarize 计算中位年龄？

Question

晚上好，

我确实有一个问题，就是我似乎无法绕过。

假设我正在使用如下所示的简化数据集

library(tidyverse)

data <- tribble(~town , ~patients_aged_17, ~patients_aged_18, ~patients_aged_19, "newyork", 2, 3, 1,"berlin", 1, 1, 4) 

我想使用 tidyverse summarize function 来计算每个城镇的平均年龄。

data %>% group_by(town) %>% summarise(median_patient_age = median([problem]))

纽约的中位数为median(c(17, 17, 18, 18, 18, 19) ，因此仅使用中位数 function 不会产生预期的结果。

问题是，我怎样才能得到 R 以正确的方式计算中位数？ 我想答案很简单，但我就是想不通。

附言。 我不能像示例中那样手工完成，因为有许多组和“年龄变量”的方法。

有什么提示吗？

最良好的祝愿，大卫。

Answer 1

我认为这会得到预期的结果

library(tidyverse)

data <- tribble(~town , ~patients_aged_17, ~patients_aged_18, ~patients_aged_19, "newyork", 2, 3, 1,"berlin", 1, 1, 4) 

data %>%
  pivot_longer(cols=c(-town), names_to = "age_group", values_to = "count") %>%
  mutate(
    age = as.numeric(gsub("[^\\d]+", "", age_group, perl=TRUE)),
    age_total = count*age 
  ) %>%
  group_by(town) %>%
  summarise(
     count_total = sum(count),
     age_sum = sum(age_total)
  ) %>%
  mutate(
    median_age = age_sum/count_total
  ) %>% 
  select(town, median_age)

# A tibble: 2 x 2
  town    median_age
  <chr>        <dbl>
1 berlin        18.5
2 newyork       17.8