r - R操作除以分组求和序列中的非零观测值的数量

Question

我正在尝试解决一个问题，该问题涉及一对项目在组中出现的比例总和。问题是我以前的帖子的后续，可以在这里找到

我的数据如下：

data <- data.frame(group = c(1,1,1,1,2,2,2,2,3,3,3,3),
                   item = c("Wheat", "Coal", "Steel", "Iron", "Wheat", "Coal", "Steel", "Iron", "Wheat", "Coal", "Steel", "Iron"),
                   quantity = c(5,10,0,5,20,5,10,0,0,10,15,15),
                   proportion = c(0.25,0.5,0,0.25,0.57,0.14,0.29,0,0,0.25,0.375,0.375))

我使用上一个问题中用户建议的以下dplyr操作：

result.rep <- crossing(item1 = data$item,
                       item2 = data$item,
                       group = data$group) %>%
  filter(item1 < item2) %>%
  left_join(data, by = c("item1" = "item", "group")) %>%
  left_join(data, by = c("item2" = "item", "group")) %>%
  mutate(interrelation = proportion.x * proportion.y / 3) %>%
  group_by(item1, item2) %>%
  dplyr::summarize(result = sum(interrelation), .groups = "drop")

我仍然面临的问题是，在真实数据中，我有 115 个不同的项目，而不是可重现数据中的 4 个。同样在真实数据中，某些项目从未出现在同一组中。因此，我除以的数字（在可重现的示例中为 3）应该在实际数据中有所不同，具体取决于观察到的组内有多少非零对。

我修改了原始的可重现数据以包括变化非零对的问题：

data <- data.frame(group = c(1,1,1,1,2,2,2,2,3,3,3,3),
                   item = c("Wheat", "Coal", "Steel", "Iron", "Wheat", "Coal", "Steel", "Iron", "Wheat", "Coal", "Steel", "Iron"),
                   quantity = c(5,10,0,5,20,5,0,0,0,10,15,15),
                   proportion = c(0.25,0.5,0,0.25,0.8,0.2,0,0,0,0.25,0.375,0.375))

在修改后的数据中，Wheat 和 Steel 永远不会同时出现在具有非零值的同一组中。因此，这些项目可能具有的非零对数为 2（小麦 - 煤，小麦 - 铁）。而对于项目 Coal，它有 3 个非零对（煤 - 小麦、煤 - 铁、煤 - 钢），因为它以非零值与其他每个项目一起出现在一个组中至少一次。

总之，除数应根据每个项目具有的非零对的数量而变化。

求和序列中是否存在循环操作来解释这种特殊性？

标签： rdplyrstatisticssumsummarize