我正在尝试使用dplyr计算多列的加权平均值。目前我仍然坚持使用summarize_each,这对我来说似乎是解决方案的一部分。这是一些示例代码:
df %>%
group_by (clustervar) %>%
summarise_each(funs(weighted.mean(weight)), select=cbind(clustervar, f2a:f2c))
我正在寻找的是像
# A tibble: 2 × 4
clustervar select4 select5 select6
<chr> <dbl> <dbl> <dbl>
1 A 25 25 25
2 B 25 25 25
结果只是:
<script type="text/javascript" charset="utf-8" src="phonegap-1.3.0.js"></script>
我在这里缺少什么?
答案 0 :(得分:15)
您可以使用summarise_at
指定要操作的列:
df %>% group_by(clustervar) %>%
summarise_at(vars(starts_with('f2')),
funs(weighted.mean(., weight)))
#> # A tibble: 2 × 4
#> clustervar f2a f2b f2c
#> <chr> <dbl> <dbl> <dbl>
#> 1 A 1 0.8 1
#> 2 B 0 0.0 1
答案 1 :(得分:-1)
我们可以将其重塑为“长期”。格式,然后执行此操作
library(tidyverse)
gather(df, Var, Val, f2a:f2c) %>%
group_by(clustervar, Var) %>%
summarise(wt =weighted.mean(Val, weight)) %>%
spread(Var, wt)
或另一种选择是
df %>%
group_by(clustervar) %>%
summarise_each(funs(weighted.mean(., weight)), matches("^f"))
# A tibble: 2 × 4
# clustervar f2a f2b f2c
# <chr> <dbl> <dbl> <dbl>
# 1 A 1 0.8 1
# 2 B 0 0.0 1
或者使用summarise_at
和matches
(另一个帖子的另一个变体 - 发帖时没看到其他帖子)
df %>%
group_by(clustervar) %>%
summarise_at(vars(matches('f2')), funs(weighted.mean(., weight)))
# A tibble: 2 × 4
# clustervar f2a f2b f2c
# <chr> <dbl> <dbl> <dbl>
#1 A 1 0.8 1
#2 B 0 0.0 1
或另一个选项是data.table
library(data.table)
setDT(df)[, lapply(.SD, function(x) weighted.mean(x, weight)),
by = clustervar, .SDcols = f2a:f2c]
# clustervar f2a f2b f2c
#1: A 1 0.8 1
#2: B 0 0.0 1
注意:所有四个答案都基于合法的tidyverse/data.table
语法,并且会获得预期的输出
我们还可以创建一个使用dep版dplyr(即将发布的0.6.0)语法的函数。 enquo通过获取输入参数并将其转换为quosures来完成类似的替换工作。在group_by / summarize / mutate中,我们通过取消引用(UQ或!!)来评估它是否正确
wtFun <- function(dat, pat, wtcol, grpcol){
wtcol <- enquo(wtcol)
grpcol <- enquo(grpcol)
dat %>%
group_by(!!grpcol) %>%
summarise_at(vars(matches(pat)), funs(weighted.mean(., !!wtcol)))
}
wtFun(df, "f2", weight, clustervar)
# A tibble: 2 × 4
# clustervar f2a f2b f2c
# <chr> <dbl> <dbl> <dbl>
#1 A 1 0.8 1
#2 B 0 0.0 1