如何在R中使用mutate_at计算加权平均值？

Question

我有一个包含许多列的数据框（“df”），我想估计这些列的加权平均值、按人口加权（df$Population）和按通勤区分组（df$cz）。

这是我想估计加权平均值的列列表：

 vlist = c("Public_Welf_Total_Exp", "Welf_Cash_Total_Exp", "Welf_Cash_Cash_Assist", "Welf_Ins_Total_Exp","Total_Educ_Direct_Exp", "Higher_Ed_Total_Exp", "Welf_NEC_Cap_Outlay","Welf_NEC_Direct_Expend", "Welf_NEC_Total_Expend", "Total_Educ_Assist___Sub", "Health_Total_Expend", "Total_Hospital_Total_Exp", "Welf_Vend_Pmts_Medical","Hosp_Other_Total_Exp","Unemp_Comp_Total_Exp", "Unemp_Comp_Cash___Sec", "Total_Unemp_Rev", "Hous___Com_Total_Exp", "Hous___Com_Construct")

这是我一直在使用的代码：

 df = df %>% group_by(cz) %>% mutate_at(vlist, weighted.mean(., df$Population))

我也试过：

 df = df %>% group_by(cz) %>% mutate_at(vlist, function(x) weighted.mean(x, df$Population)) 

以及仅在 2 列上测试了以下代码：

 df = df %>% group_by(cz) %>% mutate_at(vars(Public_Welf_Total_Exp, Welf_Cash_Total_Exp), weighted.mean(., df$Population)) 

但是，即使我的任何变量中都没有 NA，我所尝试的一切都给了我以下错误：

 Error in weighted.mean.default(., df$Population) : 
   'x' and 'w' must have the same length

我知道我可以使用 lapply 进行以下估计，但我不知道如何使用 lapply 按另一个变量分组。 我将不胜感激任何建议！

Answer 1

这里有很多东西要解开......

1. 可能您的意思是summarise而不是mutate ，因为使用mutate您只需复制每一行的结果。
2. mutate_at和summarise_at被subseeded，你应该使用across代替。
3. 您的代码不起作用的原因是因为您没有将函数编写为公式（您没有在开头添加~ ），而且您使用的是df$Population而不是Population 。 当您编写Population ， summarise知道您正在谈论的是Population列，此时该列与数据框的其余部分一样分组。 当您使用df$Population您是在不分组的情况下调用原始数据框的列。 这不仅是错误的，而且还会出错，因为您尝试平均的变量长度与df$Population提供的权重长度df$Population 。

以下是您可以这样做的方法：

library(dplyr)

df %>%
   group_by(cz) %>% 
   summarise(across(vlist, weighted.mean, Population),
             .groups = "drop")

如果您确实需要使用summarise_at （并且您可能正在使用旧版本的dplyr [低于 1.0.0]），那么您可以这样做：

df %>%
   group_by(cz) %>% 
   summarise_at(vlist, ~weighted.mean(., Population)) %>%
   ungroup()

---

我认为df和vlist如下所示：

vlist <- c("Public_Welf_Total_Exp", "Welf_Cash_Total_Exp", "Welf_Cash_Cash_Assist", "Welf_Ins_Total_Exp","Total_Educ_Direct_Exp", "Higher_Ed_Total_Exp", "Welf_NEC_Cap_Outlay","Welf_NEC_Direct_Expend", "Welf_NEC_Total_Expend", "Total_Educ_Assist___Sub", "Health_Total_Expend", "Total_Hospital_Total_Exp", "Welf_Vend_Pmts_Medical","Hosp_Other_Total_Exp","Unemp_Comp_Total_Exp", "Unemp_Comp_Cash___Sec", "Total_Unemp_Rev", "Hous___Com_Total_Exp", "Hous___Com_Construct")
df <- as.data.frame(matrix(rnorm(length(vlist) * 100), ncol = length(vlist)))
names(df) <- vlist
df$cz <- rep(letters[1:10], each = 10)
df$Population <- runif(100)