如何创建for循环来计算r中分箱数据的gini函数？

Question

我在尝试使用合并的人口普查数据计算基尼系数时遇到了一些困难，非常感谢任何帮助。

我的数据看起来有点像这样（但有 13 个变量的 14,000 次观察）。

location <- c('A','B','C', 'D', 'E', 'F')  
no_income <- c(20, 1, 40, 79, 12, 2)
income1 <- c(13, 4, 56, 17, 9, 4)
income2 <- c(27, 39, 49, 12, 19, 0)
income3 <- c(0, 1, 4, 3, 27, 0)

df <- data.frame(location, no_income, income1, income2, income3)

因此，对于每个观察，都有一个给定的位置，然后是一系列列，表示该地区有多少家庭在给定的收入范围内赚取收入（因此对于位置 A，20 个家庭赚取 0 美元，13 个家庭赚取收入 1，27 个家庭赚取收入 2，和 0 收入3)。

我创建了一个空列来将结果返回到：

df$gini = 0

然后我创建了一个数字向量 (x)，其中包含我想用于每个收入箱的收入金额

x <- c(0, 300, 1000, 2000)

我一直在尝试使用 reldist 包中的 gini 函数，并编写了以下 for 循环来循环遍历每一行数据，应用 gini 函数并将输出返回到新列。

for (i in 1:nrow(samp)){ 
     w <- samp[i,2:5] 
     df$gini <- gini(x, w=rep(1, length=length(x)))
     }

问题是当前返回的输出对于每一行都是相同的，这显然是不正确的。不过我对此比较陌生，不确定我做错了什么......

Answer 1

R 向量化操作，因此通常不需要编写循环；在这种情况下，您这样做是因为该功能的工作方式。您也不需要经常初始化容器（有时可能，但很少）。

这是一个使用 apply 循环遍历行的工作示例：

# setup
install.packages("reldist")
library(reldist)

# dummy data
df = data.frame(ID=letters,
    Bin1=rpois(26, 3),
    Bin2=rpois(26, 8),
    Bin3=rpois(26, 1))

inc = c(0, 300, 1000)

# new column with gini
df$gini = apply(df[, 2:4], 1, function(i){
    gini(inc, i)
})

值得注意的是，gini() 将 weights 参数默认为 =rep(1, length=length(x))，因此如果这是您想要的，则无需定义它。

编辑： 根据我在手册中阅读的内容，我添加了权重：https://cran.r-project.org/web/packages/reldist/reldist.pdf。