[英]How to calculate weighted mean using mutate_at in R?
我有一個包含許多列的數據框(“df”),我想估計這些列的加權平均值、按人口加權(df$Population)和按通勤區分組(df$cz)。
這是我想估計加權平均值的列列表:
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")
這是我一直在使用的代碼:
df = df %>% group_by(cz) %>% mutate_at(vlist, weighted.mean(., df$Population))
我也試過:
df = df %>% group_by(cz) %>% mutate_at(vlist, function(x) weighted.mean(x, df$Population))
以及僅在 2 列上測試了以下代碼:
df = df %>% group_by(cz) %>% mutate_at(vars(Public_Welf_Total_Exp, Welf_Cash_Total_Exp), weighted.mean(., df$Population))
但是,即使我的任何變量中都沒有 NA,我所嘗試的一切都給了我以下錯誤:
Error in weighted.mean.default(., df$Population) :
'x' and 'w' must have the same length
我知道我可以使用 lapply 進行以下估計,但我不知道如何使用 lapply 按另一個變量分組。 我將不勝感激任何建議!
這里有很多東西要解開......
summarise
而不是mutate
,因為使用mutate
您只需復制每一行的結果。mutate_at
和summarise_at
被subseeded,你應該使用across
代替。~
),而且您使用的是df$Population
而不是Population
。 當您編寫Population
, summarise
知道您正在談論的是Population
列,此時該列與數據框的其余部分一樣分組。 當您使用df$Population
您是在不分組的情況下調用原始數據框的列。 這不僅是錯誤的,而且還會出錯,因為您嘗試平均的變量長度與df$Population
提供的權重長度df$Population
。以下是您可以這樣做的方法:
library(dplyr)
df %>%
group_by(cz) %>%
summarise(across(vlist, weighted.mean, Population),
.groups = "drop")
如果您確實需要使用summarise_at
(並且您可能正在使用舊版本的dplyr
[低於 1.0.0]),那么您可以這樣做:
df %>%
group_by(cz) %>%
summarise_at(vlist, ~weighted.mean(., Population)) %>%
ungroup()
我認為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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.