如何使用 ddply 获取数据框中类的加权平均值？

Question

我是 plyr 的新手，想采用类中值的加权平均值来重塑多个变量的数据框。使用以下代码，我知道如何对一个变量执行此操作，例如 x2：

set.seed(123)
frame <- data.frame(class=sample(LETTERS[1:5], replace = TRUE),
                    x=rnorm(20), x2 = rnorm(20), weights=rnorm(20))
ddply(frame, .(class),function(x) data.frame(weighted.mean(x$x2, x$weights)))       

但是，我希望代码为 x 和 x2（以及框架中的任意数量的变量）创建一个新的数据框。有人知道怎么做这个吗？谢谢

Answer 1

您可能会在?summarise 函数中找到您想要的内容。我可以使用summarise 复制您的代码，如下所示：

library(plyr)
set.seed(123)
frame <- data.frame(class=sample(LETTERS[1:5], replace = TRUE), x=rnorm(20), 
                    x2 = rnorm(20), weights=rnorm(20))
ddply(frame, .(class), summarise, 
      x2 = weighted.mean(x2, weights)) 

同样为x 执行此操作，只需将该行添加到summarise 函数中：

ddply(frame, .(class), summarise, 
      x = weighted.mean(x, weights),
      x2 = weighted.mean(x2, weights)) 

编辑：如果您想对多列进行操作，请使用colwise 或numcolwise 而不是summarise，或者在melted 数据框上执行summarise使用reshape2 包，然后cast 回到原始形式。 Here's an example.

---

那会给出：

wmean.vars <- c("x", "x2")

ddply(frame, .(class), function(x)
      colwise(weighted.mean, w = x$weights)(x[wmean.vars]))

最后，如果你不想指定wmean.vars，你也可以这样做：

ddply(frame, .(class), function(x)
      numcolwise(weighted.mean, w = x$weights)(x[!colnames(x) %in% "weights"]))

它将计算每个数值字段的加权平均值，不包括权重本身。

Answer 2

data.table 答案很有趣，也不需要单独指定所有变量。

library(data.table)
frame <- as.data.table(frame)
keynames <- setdiff(names(frame),c("class","weights"))
frame[, lapply(.SD,weighted.mean,w=weights), by=class, .SDcols=keynames]

结果：

   class          x         x2
1:     B  0.1390808 -1.7605032
2:     D  1.3585759 -0.1493795
3:     C -0.6502627  0.2530720
4:     E  2.6657227 -3.7607866