Question

我有以下数据集：

 State County   Age   Population
  AL   Alachua  0-5      1043
  AL   Alachua  5-10     1543
  AL   Alachua  10-15    758
  AL   Alachua  15-20    1243
  AK   Baker    0-5      543
  AK   Baker    5-10     788
  AK   Baker    10-15    1200

我的年龄组实际上已经达到了85岁以上，但是为了方便起见，我只包括了例子。

如何计算样本中所有州的每个县和州的年龄中位数？

为了清楚每个州和县的组，我想用每个州的人口数据来计算年龄中位数。

Answer 1

调用您的数据dd。我使用data.table进行分组。我们首先确保Age是具有正确的级别顺序的因素（展开完整数据的age_order）。然后我们使用matrixStats::weightedMedian计算中位年龄组。（我刚刚搜索了Stack Overflow＆＃34;加权中位数[r]＆＃34;和got this lovely question）。然后我们将中位数转换回年龄组标签。我把它留在你的长格式中，而不是拉出摘要数据框。

library(data.table)
setDT(dd)
age_order = c("0-5", "5-10", "10-15", "15-20")
dd[, Age := factor(Age, levels = age_order)]
dd[, age_group := as.integer(Age)]
setkey(dd, State, County, Age)
library("matrixStats")
dd[, median_group := weightedMedian(x = age_group, w = Population, ties = "min"), by = c("State", "County")]
dd[, median_age := levels(Age)[median_group]]
dd
#    State  County   Age Population age_group median_group median_age
# 1:    AK   Baker   0-5        543         1            2       5-10
# 2:    AK   Baker  5-10        788         2            2       5-10
# 3:    AK   Baker 10-15       1200         3            2       5-10
# 4:    AL Alachua   0-5       1043         1            2       5-10
# 5:    AL Alachua  5-10       1543         2            2       5-10
# 6:    AL Alachua 10-15        758         3            2       5-10
# 7:    AL Alachua 15-20       1243         4            2       5-10

使用此样本数据：

dd = fread(" State County   Age   Population
  AL   Alachua  0-5      1043
  AL   Alachua  5-10     1543
  AL   Alachua  10-15    758
  AL   Alachua  15-20    1243
  AK   Baker    0-5      543
  AK   Baker    5-10     788
  AK   Baker    10-15    1200")

您如何根据汇总数据按组计算中位数？

1 个答案: