[英]How to calculate weighted mean using mutate_at in R?
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!
这里有很多东西要解开......
summarise
而不是mutate
,因为使用mutate
您只需复制每一行的结果。mutate_at
和summarise_at
被subseeded,你应该使用across
代替。~
),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)
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.