Question

如何使用dplyr中的summarise_each计算数据集中所有字段的加权平均值？例如，假设我们要按 cyl 对 mtcars 数据集进行分组，并计算权重被视为齿轮专栏。我尝试了以下但是无法让它发挥作用。

mtcars %>% group_by(cyl) %>% summarise_each(funs(weighted.mean(., gear))) # The line above gives the following output # Error in weighted.mean.default(c(1, 2, 2, 1, 2, 1, 1, 1, 2, 2, 2), 4.15555555555556) : # 'x' and 'w' must have the same length

提前感谢您的帮助！

Answer 1

帮助了解这里发生了什么。让我们做一点功能返回它的参数长度

lenxy <- function(x,y)
    paste0(length(x),'-',length(y))

然后将其应用于summarise_each，如：

mtcars %>% group_by(cyl) %>% summarise_each(funs(lenxy(., qsec)))

#>   cyl   mpg  disp    hp  drat    wt  qsec   vs   am gear carb
#> 1   4 11-11 11-11 11-11 11-11 11-11 11-11 11-1 11-1 11-1 11-1
#> 2   6   7-7   7-7   7-7   7-7   7-7   7-7  7-1  7-1  7-1  7-1
#> 3   8 14-14 14-14 14-14 14-14 14-14 14-14 14-1 14-1 14-1 14-1

看着这张表，你可以看到它的长度第一个和第二个参数在qseq之前一直相同后记lenxy的第二个参数长度为1，这就是结果事实上，dplyr确实对数据进行了操作，取而代之字段与它的摘要，而不是创建一个新的data.fame。

解决方案很简单：从摘要中排除加权变量：

mtcars %>% 
    group_by(cyl) %>% 
    summarise_each(funs(weighted.mean(., gear)),
                   -gear)

如何使用summarise_each计算加权平均值？

1 个答案: