R中缺少值的加权平均值计算

Question

有谁知道当值缺失时是否可以在 R 中计算加权平均值，并且当值缺失时，现有值的权重按比例向上扩展？

为了清楚地表达这一点，我创建了一个假设场景。这描述了问题的根源，其中标量需要针对每一行进行调整，具体取决于缺少哪些值。

Image: Weighted Mean Calculation

File: Weighted Mean Calculation in Excel

Answer 1

post 示例数据集的最佳方法是使用 dput(head(dat, 20))，其中 dat 是数据集的名称。图形图像是一个非常糟糕的选择。
数据。

dat <-
structure(list(Test1 = c(90, NA, 81), Test2 = c(91, 79, NA), 
    Test3 = c(92, 98, 83)), .Names = c("Test1", "Test2", "Test3"
), row.names = c("Mark", "Mike", "Nick"), class = "data.frame")

w <-
structure(list(Test1 = c(18, NA, 27), Test2 = c(36.4, 39.5, NA
), Test3 = c(36.8, 49, 55.3)), .Names = c("Test1", "Test2", "Test3"
), row.names = c("Mark", "Mike", "Nick"), class = "data.frame")

代码。
为此，您可以使用基础包 stats 和 sapply 中的函数 weighted.mean。请注意，如果您的音符和重量数据集是 class matrix 的 R 对象，则您将不需要 unlist.

sapply(seq_len(nrow(dat)), function(i){
    weighted.mean(unlist(dat[i,]), unlist(w[i, ]), na.rm = TRUE)
})

Answer 2

使用带有参数 na.rm = TRUE 的基础 stats 包中的 weighted.mean 应该可以得到您需要的结果。这是可以完成此操作的 tidyverse 方法：

library(tidyverse)
scores <- tribble(
 ~student, ~test1, ~test2, ~test3,
   "Mark",     90,     91,     92,
   "Mike",     NA,     79,     98,
   "Nick",     81,     NA,     83)

weights <- tribble(
  ~test,   ~weight, 
  "test1",     0.2, 
  "test2",     0.4,
  "test3",     0.4)

scores %>% 
  gather(test, score, -student) %>%
  left_join(weights, by = "test") %>%
  group_by(student) %>%
  summarise(result = weighted.mean(score, weight, na.rm = TRUE))
#> # A tibble: 3 x 2
#>   student   result
#>     <chr>    <dbl>
#> 1    Mark 91.20000
#> 2    Mike 88.50000
#> 3    Nick 82.33333

R中缺少值的加权平均值计算

Weighted mean calculation in R with missing values

r

weighted-average

missing-data