r-如何使用ddply来获得数据帧中类的加权平均值

Question

我是plyr的新手，希望采用类中值的加权平均值来重塑多个变量的数据帧。使用以下代码，我知道如何对一个变量执行此操作，例如x2:

set.seed(123)
frame <- data.frame(class=sample(LETTERS[1:5], replace = TRUE),
                    x=rnorm(20), x2 = rnorm(20), weights=rnorm(20))
ddply(frame, .(class),function(x) data.frame(weighted.mean(x$x2, x$weights)))       

然而，我希望代码为x和x2（以及帧中的任何数量的变量）创建一个新的数据帧。有人知道怎么做吗？感谢

Answer 1

您可能会在?summarise函数中找到您想要的内容。我可以用summarise复制您的代码，如下所示：

library(plyr)
set.seed(123)
frame <- data.frame(class=sample(LETTERS[1:5], replace = TRUE), x=rnorm(20), 
                    x2 = rnorm(20), weights=rnorm(20))
ddply(frame, .(class), summarise, 
      x2 = weighted.mean(x2, weights)) 

要对x执行此操作，只需添加要传递到summarise函数中的行：

ddply(frame, .(class), summarise, 
      x = weighted.mean(x, weights),
      x2 = weighted.mean(x2, weights)) 

编辑：如果要对多个列执行操作，请使用colwise或numcolwise而不是summarise，或者使用reshape2包对melted数据帧执行summarise，然后将cast恢复为原始形式。以下是一个示例。

---

这将给出：

wmean.vars <- c("x", "x2")
ddply(frame, .(class), function(x)
      colwise(weighted.mean, w = x$weights)(x[wmean.vars]))

最后，如果您不喜欢指定wmean.vars，也可以执行以下操作：

ddply(frame, .(class), function(x)
      numcolwise(weighted.mean, w = x$weights)(x[!colnames(x) %in% "weights"]))

其将计算每个数值字段的加权平均值（不包括权重本身）。

Answer 2

有趣的data.table答案，它也不需要单独指定所有变量。

library(data.table)
frame <- as.data.table(frame)
keynames <- setdiff(names(frame),c("class","weights"))
frame[, lapply(.SD,weighted.mean,w=weights), by=class, .SDcols=keynames]

结果：

   class          x         x2
1:     B  0.1390808 -1.7605032
2:     D  1.3585759 -0.1493795
3:     C -0.6502627  0.2530720
4:     E  2.6657227 -3.7607866