Question

我还是R的新手，很多事情仍然难以执行。这里的社区非常有帮助！我还有另一个问题。 1.为每个组创建一个新观察值，它是某些变量的总和（或加权和） 2.为有时带有NA的变量创建加权和

我的数据集：

    df = structure(list(ID = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 4L), ID_name = c("AA", "AA", "BB", "BB", "CC","CC", "DD","DD","DD"),
    Volume = c(10L, 20L, 30L, 50L, 50L, 40L, 20L, 
    30L, 10L), Score= c(0.1L, 0.3L, 0.5L, NA, 0.6L, NA, 
    0.6L, 0.2L, 0.6L)).Names = c("ID", "ID_name","Volume","Score"), class = "data.frame", row.names = c(NA, -9L))

我想 1.为每个唯一ID创建一个新观察点，即ID 1，ID 2，ID 3和ID 4

2。这些新观察结果如下： ID ID_name体积分数（加权平均值） 1 AA 30（即10 + 20）（10 * 0.1 + 0.3 * 20）/（10 + 20）= 0.23 2 BB 80（30 + 50）（30 * 0.5）/30=0.5（分数计算中忽略NA行） 3 CC 90（50 + 40）（60 * 0.6）/60=0.6（分数计算中忽略NA行） 4 DD 60（20 + 30 + 10）（20 * 0.6 + 30 * 0.2 + 10 * 0.6）/60=0.4

我尝试了mutate功能，但这似乎不起作用。任何线索都将非常感激。感谢

Answer 1

library(dplyr)

df = data.frame(ID = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 4L), 
                ID_name = c("AA", "AA", "BB", "BB", "CC", "CC", "DD", "DD", "DD"), 
                Volume = c(10L, 20L, 30L, 50L, 50L, 40L, 20L, 30L, 10L), 
                Score = c(0.1, 0.3, 0.5, NA, 0.6, NA, 0.6, 0.2, 0.6))


df %>%
  mutate(HasScore = ifelse(is.na(Score), 0, 1)) %>%
  group_by(ID, ID_name) %>%
  summarise(WA = sum(Volume*Score, na.rm = T)/sum(Volume*HasScore),
            Volume = sum(Volume)) %>%
  ungroup()

# # A tibble: 4 x 4
#      ID ID_name        WA Volume
#   <int>  <fctr>     <dbl>  <int>
# 1     1      AA 0.2333333     30
# 2     2      BB 0.5000000     80
# 3     3      CC 0.6000000     90
# 4     4      DD 0.4000000     60

在r

1 个答案: