Question

我有一个data.table如下所示。我试图计算数据子集的加权平均值。我已尝试过两种方法，MWE低于

    set.seed(12345)
    dt = data.table(a =c(10,20,25,10,10),b=rnorm(5),c=rnorm(5),d=rnorm(5),e=rnorm(5))
    dt$key = sample(toupper(letters[1:3]),5,replace=T)
    setkey(dt, key)

首先对.SD进行子集化并使用lapply调用，该调用不起作用（并且实际上并未预期）

dt[,lapply(.SD,function(x) weighted.mean(x,.SD[1])),by=key]

第二次尝试定义一个应用于.SD的函数，就像我使用ddply一样。

这也失败了。

wmn=function(x){
  tmp = NULL
  for(i in 2:ncol(x)){
    tmp1 = weighted.mean(x[,i],x[,1])
    tmp = c(tmp,tmp1)
  }
  return(tmp)
}

dt[,wmn,by=key]

关于如何最好地做到这一点的任何想法？

由于

修改

更改为所选列上wmn公式的错误。

第二次编辑

加权平均公式反转并添加了set.seed

Answer 1

如果你想采用“b”的加权方式...“e”使用“a”作为权重，我认为这样做的诀窍：

dt[,lapply(.SD,weighted.mean,w=a),by=key,.SDcols=letters[1:5]]

使用R中的data.table计算加权平均值，其中一个表列中的权重

1 个答案: