如何使用R中的聚合函數計算數據框中的均值？

Question

我有一個數據框df1：

number=c(4,3,2,3,4,1)
year=c("2000","2000","2000", "2015", "2015", "2015")
items=c(12, 10, 15, 5, 10, 7)
df1=data.frame(number, year, items)
setDT(df1)[, Prop := number/sum(number), by = year]

它看起來像這樣：

  number year items      Prop
1:      4 2000    12 0.4444444
2:      3 2000    10 0.3333333
3:      2 2000    15 0.2222222
4:      3 2015     5 0.3750000
5:      4 2015    10 0.5000000
6:      1 2015     7 0.1250000

我想得到每年的項目數的平均值，所以我嘗試使用這個功能：

mean.df1=aggregate((df1$number*df1$Prop),list(df1$year), mean)

但它返回錯誤的平均值。 我希望它返回：

  Group.1        x
1    2000 2.918918
2    2015 2.296296

其中Group.1是年份，x是正確的平均值。

謝謝！

Answer 1

aggregate平均項目數/年

aggregate(number ~ year, data=df1, mean)
#   year   number
# 1 2000 3.000000
# 2 2015 2.666667

編輯

對於基數R的加權平均值，您可以進行標准的分割 - 應用 - 組合

sapply(split(df1, df1$year), function(x) weighted.mean(x$number, w=x$items))

要么

sapply(split(df1, df1$year), function(x) sum(x$number*x$items)/sum(x$items))
#     2000     2015 
# 2.918919 2.818182 

Answer 2

如何使用dplyr包

library(dplyr)
df1  %>% group_by(year) %>% summarise(mean = sum(number * items)/sum(items))

這使

  year     mean
1 2000 2.918919
2 2015 2.818182

Answer 3

我只需要在我的聚合函數中將“mean”切換為“sum”，使其變為：

mean.df1=aggregate((df1$number*df1$Prop),list(df1$year), sum)