加权平均值值
问题描述:
这里是我处理的一个非常简单的例子:加权平均值值
data_stack <- data.table(CompA_value = c(10,20,30,40), CompB_value = c(60,70,80,80), CompC_value = c(NA, NA, NA, 100), CompA_weight = c(0.2, 0.3,0.4,0.4), CompB_weight = c(0.8,0.7,0.6,0.4), CompC_weight = c(NA, NA, NA,0.2))
CompA_value CompB_value CompC_value CompA_weight CompB_weight CompC_weight
1: 10 60 NA 0.2 0.8 NA
2: 20 70 NA 0.3 0.7 NA
3: 30 80 NA 0.4 0.6 NA
4: 40 80 100 0.4 0.4 0.2
我想要做的就是到C计算COMPA的加权平均,对于每一行。但是请注意,CompC对1-3行具有NAs。我想要的是1-3行具有CompA和CompB的加权平均值,但是一旦CompC变为活动状态,我希望它自动包含在计算中。
既然这样,我做了这样的事情:
> data_stack[, Weighted_average := CompA_value*CompA_weight + CompB_value*CompB_weight + CompC_value * CompC_weight]
> data_stack
CompA_value CompB_value CompC_value CompA_weight CompB_weight CompC_weight Weighted_average
1: 10 60 NA 0.2 0.8 NA NA
2: 20 70 NA 0.3 0.7 NA NA
3: 30 80 NA 0.4 0.6 NA NA
4: 40 80 100 0.4 0.4 0.2 68
但我的“Weighted_average”列显然不会给我的权重第1-3行。
我要的是:
data_stack[, Weighted_average := c((10*0.2 + 60*0.8),(20*0.3 + 70*0.7),(30*0.4 + 80*0.6),(40*0.4 + 80*0.4 + 100*0.2))]
data_stack
CompA_value CompB_value CompC_value CompA_weight CompB_weight CompC_weight Weighted_average
1: 10 60 NA 0.2 0.8 NA 50
2: 20 70 NA 0.3 0.7 NA 55
3: 30 80 NA 0.4 0.6 NA 60
4: 40 80 100 0.4 0.4 0.2 68
所以,注意前三行如何都只是A和B的加权平均,而一旦C成为可用时,它也纳入计算。
因此,我想了解如何编写一些代码,以验证是否存在NA值,如果是,则跳过它,但是如果没有将其包含在计算中。
我已经有了一个相当大的数据表,所以它手动是不可能的!
问候。
答
在这里你去:
data_stack$Weighted_average = apply(data_stack,1,function(x){
y = c(x["CompA_value"]*x["CompA_weight"],
x["CompB_value"]*x["CompB_weight"],
x["CompC_value"]*x["CompC_weight"])
return(sum(y,na.rm = T))
})
结果:
> data_stack
CompA_value CompB_value CompC_value CompA_weight CompB_weight CompC_weight Weighted_average
1 10 60 NA 0.2 0.8 NA 50
2 20 70 NA 0.3 0.7 NA 55
3 30 80 NA 0.4 0.6 NA 60
4 40 80 100 0.4 0.4 0.2 68
功能为每列创建一个向量与值*权重。然后返回忽略NA值的总和。这意味着这将忽略任何列中的NA值。
您可以用0代替所有NA,然后取加权平均值。 –
为什么不试试'data_stack [is.na(data_stack)] Aramis7d