使用加权平均值聚合整个数据框答案

【问题标题】：Aggregate an entire data frame with Weighted Mean使用加权平均值聚合整个数据框
【发布时间】：2014-08-09 02:32:48
【问题描述】：

我正在尝试使用函数weighted.mean 聚合数据框并继续出现错误。我的数据如下所示：

dat <- data.frame(date, nWords, v1, v2, v3, v4 ...)

我尝试了类似的方法：

aggregate(dat, by = list(dat$date), weighted.mean, w = dat$nWords)

但是得到了

 Error in weighted.mean.default(X[[1L]], ...) : 
  'x' and 'w' must have the same length

还有另一个线程使用 plyr 回答了这个问题，但只有一个变量，我想以这种方式聚合我的所有变量。

【问题讨论】：

是您在代码中拼错了weighted.mean 的问题吗？
我相信weighted.mean 期望w 是由aggregate 切片的块的长度，它对应于每个因子级别（或组合）的元素数。因此，您只能使用一个权重，假设每个因子水平的元素数量相等。您可能应该编写一个自定义函数并使用mapply 为aggregateing 准备w。

标签： r aggregate weighted-average

【解决方案1】：

你可以用 data.table 做到这一点：

 library(data.table)

 #set up your data

 dat <- data.frame(date = c("2012-01-01","2012-01-01","2012-01-01","2013-01-01",
 "2013-01-01","2013-01-01","2014-01-01","2014-01-01","2014-01-01"), 
 nwords = 1:9, v1 = rnorm(9), v2 = rnorm(9), v3 = rnorm(9))

 #make it into a data.table

 dat = data.table(dat, key = "date")

 # grab the column names we want, generalized for V1:Vwhatever

 c = colnames(dat)[-c(1,2)]

 #get the weighted mean by date for each column

 for(n in c){
 dat[,
     n := weighted.mean(get(n), nwords),
     with = FALSE,
     by = date]
 }

 #keep only the unique dates and weighted means

 wms = unique(dat[,nwords:=NULL])

【讨论】：

【解决方案2】：

尝试使用by：

# your numeric data
x <- 111:120

# the weights
ww <- 10:1 

mat <- cbind(x, ww)

# the group variable (in your case is 'date')
y <- c(rep("A", 7), rep("B", 3))

by(data=mat, y, weighted.mean)

如果您想要数据框中的结果，我建议使用plyr 包：

plyr::ddply(data.frame(mat), "y", weighted.mean)

【讨论】：