R Data.Table 有权重

Question

library(data.table)
data = data.table("STUDENT" = c(1:100),
                  "SAMPLEWEIGHT" = sample(12:99, r = T, 100),
"LABEL1" = sample(1:2, r = T, 100),
"LABEL3" = sample(1:3, r = T, 100),
"CAT"=sample(0:1,r = T, 100),
"FOX"=sample(0:1,r = T, 100),
"DOG"=sample(0:1,r = T, 100),
"MOUSE"=sample(0:1,r = T, 100),
"BIRD"=sample(0:1,r = T, 100))

dataWANT = data.frame("LABEL1" = c(1,1,1,2,2,2),
                                            "LABEL3" = c(1,2,3,1,2,3),
                                            "CAT_N" = NA,
                                            "CAT_PER" = NA,
                                            "FOX_N" = NA,
                                            "FOX_PER" = NA,
                                            "DOG_N" = NA,
                                            "DOG_PER" = NA,
                                            "MOUSE_N" = NA,
                                            "MOUSE_PER" = NA,
                                            "BIRD_N" = NA,
                                            "BIRD_PER" = NA)

我有一个 data.table 称它为数据，我正在尝试尝试总结学生数据，就像 dataWANT 中显示的那样。

在 dataWANT 中，末尾带有 _N 的列只是列中值的计数，对于每个 LABEL1 和 LABEL3 组合，该值等于 1，因此总共有 6 个组。

在 dataWANT 中，末尾具有 _PER 的列是其列中具有 _PER 的组的加权比例。

Answer 1

使用 data.table 的一个选项是按 'LABEL1'、'LABEL3' 分组，在 .SDcols 中指定感兴趣的列，得到 sum (因为它是二进制列）通过遍历 .SD 并根据 'SAMPLEWEIGHT' 列

与 weighted.mean 连接

library(data.table)
data[, c(setNames(lapply(.SD, sum), paste0(names(.SD), "_N")), 
  setNames(lapply(.SD, function(x) weighted.mean(x == 1, SAMPLEWEIGHT)), 
     paste0(names(.SD), "_PER"))),.(LABEL1, LABEL3), .SDcols = CAT:BIRD]

R Data.Table 有权重

R Data.Table With Weights

r

summary

data.table