有人知道在缺少值时是否可以计算R中的加权平均值,当缺少值时,现有值的权重是按比例向上缩放的?
为了清楚地传达这一点,我创造了一个假设的场景。这描述了问题的根源,其中需要针对每一行调整标量,具体取决于缺少哪些值。
答案 0 :(得分:0)
发布示例数据集的最佳方式是使用dput(head(dat, 20))
,其中dat
是数据集的名称。图形图像是一个非常糟糕的选择。
数据。强>
dat <-
structure(list(Test1 = c(90, NA, 81), Test2 = c(91, 79, NA),
Test3 = c(92, 98, 83)), .Names = c("Test1", "Test2", "Test3"
), row.names = c("Mark", "Mike", "Nick"), class = "data.frame")
w <-
structure(list(Test1 = c(18, NA, 27), Test2 = c(36.4, 39.5, NA
), Test3 = c(36.8, 49, 55.3)), .Names = c("Test1", "Test2", "Test3"
), row.names = c("Mark", "Mike", "Nick"), class = "data.frame")
<强> CODE。强>
您可以在基础包weighted.mean
和stats
中使用函数sapply
。请注意,如果注释和权重的数据集是类matrix
的R对象,则不需要unlist
。
sapply(seq_len(nrow(dat)), function(i){
weighted.mean(unlist(dat[i,]), unlist(w[i, ]), na.rm = TRUE)
})
答案 1 :(得分:0)
使用带有参数weighted.mean
的基础stats
包中的na.rm = TRUE
可以获得所需的结果。这是tidyverse
方式,可以这样做:
library(tidyverse)
scores <- tribble(
~student, ~test1, ~test2, ~test3,
"Mark", 90, 91, 92,
"Mike", NA, 79, 98,
"Nick", 81, NA, 83)
weights <- tribble(
~test, ~weight,
"test1", 0.2,
"test2", 0.4,
"test3", 0.4)
scores %>%
gather(test, score, -student) %>%
left_join(weights, by = "test") %>%
group_by(student) %>%
summarise(result = weighted.mean(score, weight, na.rm = TRUE))
#> # A tibble: 3 x 2
#> student result
#> <chr> <dbl>
#> 1 Mark 91.20000
#> 2 Mike 88.50000
#> 3 Nick 82.33333