如何在 R 中使用 mutate_at 计算加权平均值？

Question

我有一个数据框（“df”），其中包含许多列，我想估计这些列的加权平均值，按人口加权（df$Population），并按通勤区分组（df$cz）。

这是我想估计以下的加权平均值的列的列表：

 vlist = c("Public_Welf_Total_Exp", "Welf_Cash_Total_Exp", "Welf_Cash_Cash_Assist", "Welf_Ins_Total_Exp","Total_Educ_Direct_Exp", "Higher_Ed_Total_Exp", "Welf_NEC_Cap_Outlay","Welf_NEC_Direct_Expend", "Welf_NEC_Total_Expend", "Total_Educ_Assist___Sub", "Health_Total_Expend", "Total_Hospital_Total_Exp", "Welf_Vend_Pmts_Medical","Hosp_Other_Total_Exp","Unemp_Comp_Total_Exp", "Unemp_Comp_Cash___Sec", "Total_Unemp_Rev", "Hous___Com_Total_Exp", "Hous___Com_Construct")

这是我一直在使用的代码：

 df = df %>% group_by(cz) %>% mutate_at(vlist, weighted.mean(., df$Population))

我也试过：

 df = df %>% group_by(cz) %>% mutate_at(vlist, function(x) weighted.mean(x, df$Population))

以及仅在 2 列上测试了以下代码：

 df = df %>% group_by(cz) %>% mutate_at(vars(Public_Welf_Total_Exp, Welf_Cash_Total_Exp), weighted.mean(., df$Population))

但是，即使我的任何变量中都没有 NA，我尝试的所有操作都会出现以下错误：

 Error in weighted.mean.default(., df$Population) : 
   'x' and 'w' must have the same length

我知道我可以使用 lapply 进行以下估计，但我不知道如何使用 lapply 按另一个变量分组。如果有任何建议，我将不胜感激！

Answer 1

这里有很多东西要打开...

可能您的意思是 summarise 而不是 mutate，因为使用 mutate 您只需复制每一行的结果。
mutate_at 和 summarise_at 是种子种子，您应该使用 across 代替。
你的代码不工作的原因是你没有把你的函数写成公式（你没有在开头添加 ~），而且你使用的是 df$Population Population。当您编写 Population 时，summarise 知道您在谈论 Population 列，此时它与数据框的其余部分一样分组。当您使用 df$Population 时，您是在不分组的情况下调用原始数据框的列。它不仅是错误的，而且你还会得到一个错误，因为你试图平均的变量的长度和 df$Population 提供的权重的长度不对应。

以下是您的操作方法：

library(dplyr)

df %>%
   group_by(cz) %>% 
   summarise(across(vlist, weighted.mean, Population),
             .groups = "drop")

如果你真的需要使用summarise_at（并且可能你使用的是旧版本dplyr[低于1.0.0]），那么你可以这样做：

df %>%
   group_by(cz) %>% 
   summarise_at(vlist, ~weighted.mean(., Population)) %>%
   ungroup()

我认为 df 和 vlist 如下所示：

vlist <- c("Public_Welf_Total_Exp", "Welf_Cash_Total_Exp", "Welf_Cash_Cash_Assist", "Welf_Ins_Total_Exp","Total_Educ_Direct_Exp", "Higher_Ed_Total_Exp", "Welf_NEC_Cap_Outlay","Welf_NEC_Direct_Expend", "Welf_NEC_Total_Expend", "Total_Educ_Assist___Sub", "Health_Total_Expend", "Total_Hospital_Total_Exp", "Welf_Vend_Pmts_Medical","Hosp_Other_Total_Exp","Unemp_Comp_Total_Exp", "Unemp_Comp_Cash___Sec", "Total_Unemp_Rev", "Hous___Com_Total_Exp", "Hous___Com_Construct")
df <- as.data.frame(matrix(rnorm(length(vlist) * 100), ncol = length(vlist)))
names(df) <- vlist
df$cz <- rep(letters[1:10], each = 10)
df$Population <- runif(100)

如何在 R 中使用 mutate_at 计算加权平均值？

How to calculate weighted mean using mutate_at in R?

r

weighted-average

dplyr