如何按组计算加权中位数

Question

我需要按 3 个变量（性别、部门和职业）计算加权中位年龄。我知道如何使用“spatstat”weighted.median。但它给出了整个 DF 的加权年龄。我不知道如何让它按组/变量计算。我从 2 年前发现了另一篇类似的帖子，但我不明白其中提供的解决方案。我确实了解您需要使用 dplyr 对其进行分组。我对图书馆的了解非常有限。我需要有人向我展示以下 DF 的代码，以便我可以使用它并在将来需要时对其进行小幅更改。

我的 DF 如下：原来的 df 要大得多，而且有更多的部门和职业。但是结构是一样的。

性别 部门 职业 年龄 体重 马 1 45 13.12 F C 1 23 7.05 马 3 67 34.12 马 3 23 11.00 F C 1 33 17.45 FA 1 35 45.01 F C 3 57 21.45 MC 1 32 23.33 FA 3 48 44.54 马 1 25 13.12 F C 1 27 7.05 马 3 37 34.12 马 3 26 11.00 F C 1 73 17.45 FA 1 49 45.01 F C 3 24 21.45 MC 1 25 23.33 FA 3 35 44.54 马 1 48 13.12 F C 1 83 7.05 马 3 66 34.12 马 3 43 11.00 F C 1 36 17.45 FA 1 35 45.01 F C 3 57 21.45 MC 1 22 23.33 FA 3 47 44.54 马 1 55 13.12 F C 1 28 7.05 马 3 27 34.12 马 3 25 11.00 F C 1 23 17.45 FA 1 46 45.01 F C 3 34 21.45 MC 1 27 23.33 FA 3 65 44.54

这是我需要的结果。注意！这里的中位年龄是假的。它只是代表最终结果的结构。

性别 部门 职业 年龄中位数 硕士 1 23 马 3 34 中号 C 1 45 MC 3 23 法甲 1 34 FA 3 45 F C 1 43 F C 3 34

我发现的问题（上面提到的）我不理解它，因为我不理解 mutate 并且示例中的数据以我无法阅读的方式呈现。我是 R 新手

weighted median by_group()

Answer 1

spatstat 包中有一个 weighted.median。我们可以将其与tidyverse 方法一起使用，即按“性别”、“部门”和“职业”分组，在summarise 中应用weighted.median 和x 作为“年龄”和w 作为“体重” .

在链接的帖子中，它使用mutate 创建一个新列，而summarise 返回汇总输出，即每个组一行。

此外，我们在使用summarise/mutate 时应该小心，因为这些函数也可以在plyr 中找到，如果两个包都被加载，它可能会屏蔽dplyr 函数，即如果来自plyr 的屏蔽函数是使用，那么它可能会返回整个数据的weighted.median，而不是分组。所以，要么只加载dplyr，要么显式使用dplyr::summarise

library(dplyr)
library(spatstat)
df1 %>% 
     group_by(Gender, Sector, occupation) %>%
     dplyr::summarise(MedianAge = weighted.median(Age, Weight),
           .groups = 'drop')

-输出

# A tibble: 7 x 4
  Gender Sector occupation MedianAge
  <chr>  <chr>       <int>     <dbl>
1 F      A               1      35  
2 F      A               3      47  
3 F      C               1      31.0
4 F      C               3      34  
5 M      A               1      45  
6 M      A               3      33.8
7 M      C               1      25  

数据

df1 <- structure(list(Gender = c("M", "F", "M", "M", "F", "F", "F", 
"M", "F", "M", "F", "M", "M", "F", "F", "F", "M", "F", "M", "F", 
"M", "M", "F", "F", "F", "M", "F", "M", "F", "M", "M", "F", "F", 
"F", "M", "F"), Sector = c("A", "C", "A", "A", "C", "A", "C", 
"C", "A", "A", "C", "A", "A", "C", "A", "C", "C", "A", "A", "C", 
"A", "A", "C", "A", "C", "C", "A", "A", "C", "A", "A", "C", "A", 
"C", "C", "A"), occupation = c(1L, 1L, 3L, 3L, 1L, 1L, 3L, 1L, 
3L, 1L, 1L, 3L, 3L, 1L, 1L, 3L, 1L, 3L, 1L, 1L, 3L, 3L, 1L, 1L, 
3L, 1L, 3L, 1L, 1L, 3L, 3L, 1L, 1L, 3L, 1L, 3L), Age = c(45L, 
23L, 67L, 23L, 33L, 35L, 57L, 32L, 48L, 25L, 27L, 37L, 26L, 73L, 
49L, 24L, 25L, 35L, 48L, 83L, 66L, 43L, 36L, 35L, 57L, 22L, 47L, 
55L, 28L, 27L, 25L, 23L, 46L, 34L, 27L, 65L), Weight = c(13.12, 
7.05, 34.12, 11, 17.45, 45.01, 21.45, 23.33, 44.54, 13.12, 7.05, 
34.12, 11, 17.45, 45.01, 21.45, 23.33, 44.54, 13.12, 7.05, 34.12, 
11, 17.45, 45.01, 21.45, 23.33, 44.54, 13.12, 7.05, 34.12, 11, 
17.45, 45.01, 21.45, 23.33, 44.54)), class = "data.frame", row.names = c(NA, 
-36L))