R中不同列的加权平均值答案

【问题标题】：Weighted average for different columns in RR中不同列的加权平均值
【发布时间】：2021-01-24 15:06:17
【问题描述】：

我想计算数据框中不同列的加权平均值这是我的数据：

x.4 <- c(2,3,4,5)
a.4 <- c(2,3,4,5)
x.8 <- c(3,24,2,2)
a.8 <- c(2,3,4,7)
x.12 <- c(3,2,4,5)
a.12 <- c(3,2,4,5)
x.24 <- c(2,4,5,2)
a.24 <- c(2,4,5,2)
x.36 <- c(2,1,3,6)
a.36 <- c(2,4,5,2)
x.50 <- c(2,3,5,2)
a.50 <- c(2,3,5,20)
x.100 <- c(2,3,4,5)
a.100 <- c(2,3,4,5)
x.10000 <- c(2,3,46,2)
a.10000 <- c(2,32,46,2)


name_x <- c("a", "b", "c", "d")
df <- data.frame(name_x, x.4,a.4, x.8, a.8, x.12,a.12,x.24,a.24,x.36,a.36,x.50, a.50,x.100,a.100,x.10000, a.10000)

我想要的是创建一个包含加权平均值的“x”和“a”变量，对于以 4 结尾的那些使用 8，对于以 8 结束的那些使用 7，对于以 12 结束的那些使用 6，依此类推.

x = (x.4 * 8 + x.8 * 7 + x.12 * 6 + x.24 * 5 .......x.10000 * 1)/36
a = (a.4 * 8 + a.8 * 7 + a.12 * 6 + a.24 * 5 .......a.10000 * 1)/36

我创建了一个变量，每个权重值乘以我的列，然后除以，但这需要很多时间。在这种情况下是否有更简洁的方法来计算加权平均值？

【问题讨论】：

标签： r weighted-average

【解决方案1】：

分段，你可以使用

Xs <- grep("^x\\.", names(df))
Xs_seq <- rev(seq_along(Xs))
as.matrix(df[Xs]) %*% matrix(Xs_seq, ncol = 1) / sum(Xs_seq)
#          [,1]
# [1,] 2.361111
# [2,] 6.833333
# [3,] 4.888889
# [4,] 3.777778

As <- grep("^a\\.", names(df))
As_seq <- rev(seq_along(As))
as.matrix(df[As]) %*% matrix(As_seq, ncol = 1) / sum(As_seq)
#          [,1]
# [1,] 2.166667
# [2,] 3.888889
# [3,] 5.500000
# [4,] 5.805556

如果您的列名模式是一致的（例如“单个字母，句点，然后是数字），那么

Z <- unique(gsub("\\..*", "", grep("^.\\.[0-9]+$", names(df), value = TRUE)))
Z
# [1] "x" "a"

lapply(setNames(nm = Z), function(z) {
  Zs <- grep(paste0("^", z, "\\."), names(df))
  Zs_seq <- rev(seq_along(Zs))
  as.matrix(df[Zs]) %*% matrix(Zs_seq, ncol = 1) / sum(Zs_seq)
})
# $x
#          [,1]
# [1,] 2.361111
# [2,] 6.833333
# [3,] 4.888889
# [4,] 3.777778
# $a
#          [,1]
# [1,] 2.166667
# [2,] 3.888889
# [3,] 5.500000
# [4,] 5.805556

【讨论】：

如果我有一系列不同名称的列我该如何使用第二个答案？如果我的列是 weight4、height4、size4、weight8、height8、size8、weight12、height12、size12 等等。如何在不手动使用每个答案的情况下使用第二个答案。

【解决方案2】：

试试这个：

library(tidyverse)

the_weights <- 8:1

df2 <- df %>% 
  gather(var, value, c(x.4, x.8, x.12, x.24, x.36, x.50, x.100, x.10000, 
                       a.4, a.8, a.12, a.24, a.36, a.50, a.100, a.10000)) %>% 
  separate(var, c("var", "number"))

df2 %>% 
  group_by(name_x, var) %>% 
  summarise(sum(the_weights*value)/36)

为了更清楚，我更喜欢将两个步骤分开，但它们也可以用管道连接

# A tibble: 8 x 3
# Groups:   name_x [4]
  name_x var   `sum(the_weights * value)/36`
  <chr>  <chr>                         <dbl>
1 a      a                              2.17
2 a      x                              2.36
3 b      a                              3.89
4 b      x                              6.83
5 c      a                              5.5 
6 c      x                              4.89
7 d      a                              5.81
8 d      x                              3.78

【讨论】：