时间戳

首页 > 解决方案 > 计算所有数值列的加权平均值

r - 计算所有数值列的加权平均值

问题描述

示例数据：

library(data.table)
set.seed(1)
DT <- data.table(panelID = sample(50,50),                                                    # Creates a panel ID
                      Country = c(rep("Albania",30),rep("Belarus",50), rep("Chilipepper",20)),       
                      some_NA = sample(0:5, 6),                                             
                      some_NA_factor = sample(0:5, 6),         
                      Group = c(rep(1,20),rep(2,20),rep(3,20),rep(4,20),rep(5,20)),
                      Time = rep(seq(as.Date("2010-01-03"), length=20, by="1 month") - 1,5),
                      wt = 15*round(runif(100)/10,2),
                      Income = round(rnorm(10,-5,5),2),
                      Happiness = sample(10,10),
                      Sex = round(rnorm(10,0.75,0.3),2),
                      Age = sample(100,100),
                      Educ = round(rnorm(10,0.75,0.3),2))           
DT [, uniqueID := .I]                                                                        # Creates a unique ID                                                                                # https://stackoverflow.com/questions/11036989/replace-all-0-values-to-na
DT$some_NA_factor <- factor(DT$some_NA_factor)

我想计算所有数值列的加权平均值，所以我尝试了：

DT_w <- DT[,lapply(Filter(is.numeric,.SD), function(x) weighted.mean(DT$wt, x, na.rm=TRUE)), by=c("Country", "Time")]

但随后它说：

Error in weighted.mean.default(DT$wt, x, na.rm = TRUE) : 
  'x' and 'w' must have the same length

我想我可能误解了语法。我这样做对吗？

标签： rsyntaxdata.tablemeanweighted

解决方案

两个问题：

  • 当您使用它时，它是对表中完整列DT$wt的显式调用-参数将不起作用。参数仅适用于没有前缀的列。wtDTbybyDT$

  • 参数的顺序weighted.mean()是x第一和w（权重）第二 - 你似乎有这个倒退

解决这两个问题：

DT_w <- DT[,lapply(Filter(is.numeric,.SD), function(x) weighted.mean(x, w = wt, na.rm=TRUE)), by=c("Country", "Time")]
# runs without errors

推荐阅读