从 R 中的分组频率导出中值

Question

我有以下示例 table，我需要在其中找到一群动物的平均年龄。它不仅有一个 0，它还有一个给定年龄的动物分组频率。

library(tidyverse)
a<-data.frame(Age=c(0,1,2,3,4,5,6,7,8,9),
              Individuals=c(3655,2535,898,235,559,265,258,3659,7895,3655))
a%>%summarise(Age=as.numeric(Age),
          Median=sort(as.numeric(Age)*Persons/sum(Individuals)))

我了解标准 median() 选项不起作用。我自作聪明尝试了类似：median(rep(a$Age, a$Individuals))，但是内存消耗太大了。此外，我认为它会因更大的数据集而失败。

Answer 1

您可以uncount原始数据框，然后使用标准median函数。

a %>% uncount(Individuals) %>% summarise(Median=median(Age))
  Median
1      7

并检查：

> sum(a$Individuals)/2
[1] 11807
> sum(a$Individuals[1:7])
[1] 8405
> sum(a$Individuals[1:8])
[1] 12064

一切顺利。

Answer 2

你可能有点聪明，可以这样做：

a %>%
  arrange(Age) %>%
  summarise(median = Age[findInterval(sum(Individuals)/2, cumsum(Individuals)) + 1])

  median
1      7

从 R 中的分组频率导出中值

Deriving median from grouped frequencies in R

r

median