连接两个表时在 R 中获取加权平均值

Question

对于这个问题的任何令人困惑的and/or，我只是提前道歉。我是 R 的新手，但由于较大的项目限制，我目前被迫将其用于此任务。

现在我有两个 table 想加入，RMS1 和 RMS2。 RMS1 更大，我只想继承 RMS2 的匹配列（左连接）。在大多数情况下，RMS1 和 RMS2 是单独的数据集，每个条目都有一个唯一的 ID，但是两个 table 之间有一些重叠的 ID，在这种情况下，我想得到一个加权平均值当我进行连接时，它们共有的列数。

例如，我在两个 table 中都有列 (ID, sev1, freq1, score1, count1)，如果两个 table 中有两个相同的 ID，则计数会有所不同，所以我想要一个新的 table，其中包含基于计数的 sev1、freq1 和 score1 的加权平均值。

我发现了这个 old question，我可能可以为我工作，但是因为我需要做这个计算 13*3 次而且我对 R 中的向量没有任何经验，我想我会询问并查看是否有更有效的方法来获得我想要的东西。

基本上，在一天结束时，我希望制作一个新的 table，其中所有列与 RMS1 完全相同，但 sev1、freq1、score1 等是加权平均值，如果必要的。

编辑：糟糕，看来我想要一个完整的加入。不过，在这个问题的上下文中并不重要，我假设我可以稍后调整连接的类型，我只需要知道如何进行加权平均。我想为了更清楚，我将写一个简化的 table 示例：

RMS1:   id  freq1   sev1    score1  count1
        W123    1   5   3   40
        F456    2   2   4   55
        Y789    0   3   6   25

  RMS2: id  freq1   sev1    score1  count1
        S012    3   3   6   25
        Y789    3   0   3   50

Joined: id      freq1   sev1    score1  
        W123    1   5   3   
        F456    2   2   4   
        Y789    2*  1*  4*  
        S012    3   3   6

所以带星号的值是 id Y789 的加权平均值（按计数加权），因为它出现在两个 RMS table 中。否则我只是从 table 中获取原始值。希望这可以帮助。再次提醒大家，对于格式不正确，我们深表歉意。

Answer 1

使用 dplyr 的解决方案。我们可以将两个数据框按行合并，然后按每个 id 计算加权平均值。如果您可以在 tibble.

上工作，则不需要最后一个 as.data.frame()

library(dplyr)

Joined <- bind_rows(RMS1, RMS2) %>%
  group_by(id) %>%
  summarise_at(vars(-count1), funs(weighted.mean(., count1))) %>%
  as.data.frame()
Joined
#     id freq1 sev1 score1
# 1 F456     2    2      4
# 2 S012     3    3      6
# 3 W123     1    5      3
# 4 Y789     2    1      4

数据

RMS1 <- read.table(text = "id  freq1 sev1 score1 count1
        W123    1   5   3   40
        F456    2   2   4   55
        Y789    0   3   6   25",
                   header = TRUE, stringsAsFactors = FALSE)

RMS2 <- read.table(text = "id  freq1 sev1 score1 count1
        S012    3   3   6   25
        Y789    3   0   3   50",
                   header = TRUE, stringsAsFactors = FALSE)

连接两个表时在 R 中获取加权平均值

Getting a weighted average in R when joining two tables

join

r

weighted-average