r 中组的加权均值 - 一起使用聚合和加权均值函数

Question

我正在尝试计算所有数字变量的组变量 X1 的加权平均值，这里是一些示例数据

set.seed(123)
X1=rep(c("A", "B", "C"), each = 4)
Y1=as.numeric(seq(1,12,by=1))
Y2=sample(1:5,12,TRUE)
Y3=sample(10:20,12,TRUE)
wgt <- abs(rnorm(12)*10)
df <- data.frame(X1,Y1,Y2,Y3,wgt)
            

这是我一直用来计算 X1 的常规平均值的代码

aggregate( df[, sapply(df, is.numeric)] , by=list(df$X1) , FUN=mean, na.rm=TRUE)

我想计算权重均值，权重变量是wgt 。 我尝试了这两种代码，但都不起作用。 我尝试了多种不同的方法，但没有任何效果。

aggregate( df[, sapply(df, is.numeric)] , by=list(df$X1) , FUN=weighted.mean(x, w=df$wgt), na.rm = TRUE)
aggregate( df[, sapply(df, is.numeric)] , by=list(df$X1) , FUN=weighted.mean, w=df$wgt, na.rm = TRUE)

我无法调整weighted.mean function。谁能告诉我哪里出错了？ 这个 function 甚至可以在这种情况下使用吗？ 任何帮助是极大的赞赏。 谢谢

Answer 1

这是一种使用by()调用的aggregate来计算加权均值的方法。

res <- by(df, df$X1, function(DF){
  aggregate(cbind(Y1, Y2, Y3) ~ X1, DF, function(y, w) 
    weighted.mean(y, w = DF[['wgt']], na.rm = TRUE))
})
do.call(rbind, res)
#  X1        Y1       Y2       Y3
#A  A  2.152503 2.633935 18.93457
#B  B  6.677851 3.589251 16.90102
#C  C 10.194695 2.638378 16.70958

Answer 2

您可以使用outer横向应用weighted.mean 。

gr <- c("A", "B", "C"); ys <- c("Y1", "Y2", "Y3")
WF <- Vectorize(function(x, y) with(df[df$X1 %in% x, ], weighted.mean(get(y), wgt)))
res <- `dimnames<-`(outer(gr, ys, WF), list(gr, ys))
res
#          Y1       Y2       Y3
# A  2.152503 2.633935 18.93457
# B  6.677851 3.589251 16.90102
# C 10.194695 2.638378 16.70958

Answer 3

这是一个dplyr解决方案，它返回与@Rui 相同的答案。 根据要求，这将对所有数字变量进行操作，而不管它们的列名如何。

df %>% 
   group_by(X1) %>% 
   summarise(across(where(is.numeric), 
                    ~ weighted.mean(.x, wgt), 
                    .names = "weighted_mean_{.col}"))