如何使用summarise_each计算加权平均值？

Question

如何使用dplyr中的summarise_each计算数据集中所有字段的加权平均值？例如,假设我们想要通过cyl对mtcars数据集进行分组,并计算权重作为齿轮列的所有列的加权平均值.我尝试了以下但是无法让它工作.

mtcars %>% group_by(cyl) %>% summarise_each(funs(weighted.mean(., gear)))

# The line above gives the following output
# Error in weighted.mean.default(c(1, 2, 2, 1, 2, 1, 1, 1, 2, 2, 2), 4.15555555555556) : 
# 'x' and 'w' must have the same length

在此先感谢您的帮助!

Answer 1

为了帮助看看这里发生了什么.让我们创建一个返回其参数长度的函数

lenxy <- function(x,y)
    paste0(length(x),'-',length(y))

然后应用它summarise_each,如:

mtcars %>% group_by(cyl) %>% summarise_each(funs(lenxy(., qsec)))

#>   cyl   mpg  disp    hp  drat    wt  qsec   vs   am gear carb
#> 1   4 11-11 11-11 11-11 11-11 11-11 11-11 11-1 11-1 11-1 11-1
#> 2   6   7-7   7-7   7-7   7-7   7-7   7-7  7-1  7-1  7-1  7-1
#> 3   8 14-14 14-14 14-14 14-14 14-14 14-14 14-1 14-1 14-1 14-1

查看此表,您可以看到第一个和第二个参数的长度相同,直到qseq第二个参数的lenxy长度为1,这是dplyr对数据进行操作的结果,用它的摘要替换每个字段,而不是创建一个新的data.fame.

解决方案很简单:从摘要中排除加权变量:

mtcars %>% 
    group_by(cyl) %>% 
    summarise_each(funs(weighted.mean(., gear)),
                   -gear)