对于具有不同权重的组，计算R中的一系列加权平均值

Question

我有以下数据集（我的实际数据的简单版本），'数据'，并且想要计算变量x1和x2的加权平均值，分别使用权重w1和w2，分成两组（由变量n）。

data <- data.frame(n = c(1,1,1,2,2,2), x1 = c(4,5,4,7,5,5), x2 = c(7,10,9,NaN,11,12), w1 = c(0,1,1,1,1,1), w2 = c(1,1,1,0,0,1))

我正在尝试使用with（）但在运行时遇到错误：

with(data, aggregate(x = list(x1=x1, x2=x2), by = list(n = n), FUN = weighted.mean, w = list(w1 = w1,w2 = w2)))

另一方面，如果没有指定权重，它会起作用，但在这种情况下使用默认级别权重（即与使用FUN = mean相同）。

with(data, aggregate(x = list(x1=x1, x2=x2), by = list(n = n), FUN = weighted.mean))

此问题与weighted means by group and column类似，不同之处在于我的问题包含不同列的不同权重。我尝试使用数据表，但它遇到与（）相同的加权错误。 提前感谢您的帮助。

Answer 1

尝试

library(data.table)
setDT(data)[, .(x1=weighted.mean(x1, w1), x2=weighted.mean(x2, w2)) , by = n]

或者@thelatemail发表评论时，我们可以使用Map循环“x”，相应的“w”列，并使用单个weighted.mean

进行调用

setDT(data)[, Map(weighted.mean, list(x1,x2), list(w1,w2)), by = n]

如果有很多“x”和“w”列，我们可以使用grep获取列名，mget返回Map

中的值

setDT(data)[,  Map(weighted.mean, mget(grep('x', names(data), 
    value=TRUE)), mget(grep('w', names(data), value=TRUE))), by = n]

Answer 2

尝试：

library(dplyr)
data %>% 
  group_by(n) %>% 
  summarise(x1 = weighted.mean(x1, w1), x2 = weighted.mean(x2, w2))