R data.frame 中所有列的加权平均值答案

【问题标题】：Weighted means for all columns in R data.frameR data.frame 中所有列的加权平均值
【发布时间】：2013-11-30 16:38:31
【问题描述】：

我有一个名为“allg2”的 32x43 data.frame，为了简单起见，我在这里将其中的一小部分重新创建为 5x5：

gneiss mylonite syenite sedimentary Catg
0      3        4       0           -105.7
2      90       1       0           -99.7
15     51       0       0           -95.25
6      0        0       0           -90.5
0      3        9       0           -85.45

根据要求，示例计算：“片麻岩”列将是 wm=(0/21*-105.7)+(2/21*-99.7)+(15/21*-95.25)+(6/21 *-90.5)+(0/21*-85.45)

我想要每列的加权平均值（在 Catg 中使用感兴趣的值，每列作为该列的权重），但我能找到的每个解决方案都依赖于所有列名中的编码.没有这样的清单可以做到这一点吗？注意：我刚刚意识到我一直在翻转权重和值来称重。我的尝试：

wm=allg2[,lapply(.SD,weighted.mean,w=Catg),by=list(allg2[1,])]
Error: unused argument (by = list(allg2[1, ]))

我从this thread 中发现了这个想法，并尝试将其适应我的情况。是不是因为它们不是真正的行而没有选择列名？我真的不知道这是在做什么，我尝试删除 by= 部分，这给出了错误

 Error in lapply(.SD, weighted.mean, w = Catg) : object '.SD' not found

另一个尝试是基于this thread。 “Catg”在第 43 列，所以我尝试这样组织该行：

wm=apply(allg2, 2, function(x) weighted.mean(x[,43], x[,1:42]))
Error in x[, 43] : incorrect number of dimensions

我真的不明白这个错误，因为我的权重列应该在 [,43] 中。

我也试过了：

mallg=data.matrix(allg2)
wm=colWeightedMeans(mallg,allg2$Catg)
Error in colWeightedMeans.matrix(mallg, allg2$Catg) : Argument 'w' has negative weights.

我真的很茫然。我是在犯一些小错误，还是以完全错误的方式解决这个问题？

【问题讨论】：

您已经编辑了问题，这太令人困惑了。您能否手动做一个加权平均值，以便我们了解您的问题？
很高兴，如有任何混淆，我们深表歉意。 '片麻岩' 列将是 wm=(0/21*-105.7)+(2/21*-99.7)+(15/21*-95.25)+(6/21*-90.5)+(0/21* -85.45)
您应该意识到数据框与data.table 对象不同。您在第一次错误尝试中在数据帧上使用data.table 代码，这不是成功的方法。
如果21是Catg中元素的总和，那么我的答案仍然有效。
@juliohm, 21 是“片麻岩”中元素的总和。

标签： r weighted-average

【解决方案1】：

假设您的权重在最后一列：

ll <- lapply(df[ , -ncol(df)], weighted.mean,  w = df$Catg)
ll
# $gneiss
# [1] 4.555497
# 
# $mylonite
# [1] 30.22283
# 
# $syenite
# [1] 2.709924
# 
# $sedimentary
# [1] 0

编辑：根据您的评论，您现在需要执行以下操作：

lapply(df[ , -ncol(df)], weighted.mean, x = df$Catg)

【讨论】：

我才意识到我问错了问题；我把它翻过来了。权重在每一列中，感兴趣的值仅在最后一列中。我将编辑原始问题，但我将如何适应这种情况？
lapply(df[ , -ncol(df)], function(x) weighted.mean(df$Catg, w = x))
只做一个最小的例子来捕捉你数据的所有相关特征——不多也不少——例如两种矿物，按相关顺序列出原始值和重量。然后我们将看到我们如何相应地更新答案。
@DWin，这非常有效！谢谢！编辑：我也刚刚意识到你解决了我最后一个 R 问题。

【解决方案2】：

dt[,lapply(.SD,weighted.mean,w=Catg)]
apply(dt, 2, function(col) weighted.mean(x = col, w = dt[,Catg]))

我认为您需要更好地理解每个函数的参数。

在 OP 将问题更改为跨列权重且值位于 Catg 后更新 - dt[,lapply(.SD,weighted.mean,x=Catg)]; apply(dt, 2, function(col) weighted.mean(w = col, x = dt[,Catg]))

【讨论】：

我是 R 新手，所以我仍在为这些术语苦苦挣扎。另外，我意识到我问错了问题，并已将其更新为：感兴趣的值在最后一列中，而各自的权重在其他列中。
只是翻转了结构中的参数:)
这看起来很有希望。但是，我在 lapply(.SD, weighted.mean, w = Catg) 中遇到错误：找不到对象'.SD'
我认为 OP 不理解 dataframes != data.tables。
谢谢@DWin :)。 OP，欢迎来到 R。在尝试这些构造之前，您可能想做install.packages('data.table'); library(data.table); dt <- data.table(dt)。数据表与数据帧不同，与数据帧相比，数据表在内存和速度方面效率更高。我强烈建议您在 Internet 上查找数据表并尝试使用它们。

【解决方案3】：

我是 R 新手，但为什么不呢：

sapply(allg2[,-ncol(allg2)], weighted.mean, allg2$Catg)

【讨论】：