如何使用ddply获取dataframe中类的加权平均值？

Question

我是plyr的新手，想要在一个类中取值的加权平均值来重新构造多个变量的数据框。使用下面的代码，我知道如何为一个变量做到这一点，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)))  

不过，我想代码来创建为x和X2新的数据帧（和变量在任何金额框架）。有人知道怎么做这个吗？谢谢

Answer 1

你可能会在?summarise函数中找到你想要的。我可以summarise复制你的代码如下：

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)) 

要为x也这么做，只需添加该行被传递到summarise功能：

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

编辑：如果您想要对许多列执行操作，请使用colwise或numcolwise而不是summarise，或使用melt编辑的数据帧与reshape2 pac kage，然后cast回到原来的形式。 Here's an example.

---

这将使：

wmean.vars <- c("x", "x2") 

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

最后，如果你不喜欢指定wmean.vars，你也可以这样做：

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

将计算weighted-每个数字字段的平均值，不包括权重本身。

Answer 2

A data.table回答为乐趣，这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