如何计算R中的加权平均值？答案

【问题标题】：How to compute weighted mean in R?如何计算R中的加权平均值？
【发布时间】：2012-06-14 21:14:31
【问题描述】：

如何计算R 中的加权平均值？

例如，我有 4 个元素，其中 1 个元素的大小（或：长度、宽度等）为 10，3 个元素的大小为 2。

> z = data.frame(count=c(1,3), size=c(10,2))
> z
  count size
1     1   10
2     3    2

加权平均值为(10 * 1 + 2 * 3) / 4 = 4。

【问题讨论】：

就我自己而言，我投了反对票，因为谷歌搜索“R 中的加权平均值”会返回 weighted.mean 的帮助页面作为第一个结果。
@Frank 将鼠标悬停在 Q 旁边的投票计数下方的向下三角形上。工具提示说：“这个问题没有显示任何研究工作；...”。鉴于这里有人已经在这里提出了一个非常相似的 Q，可以通过搜索轻松找到，并且 Google 搜索会将您带到正确的答案，这可能就是您获得 Downvotes 并关闭 Q 的原因。
另一个问题似乎有所不同，OP 正在询问加权方差，因为他在对已接受答案的评论中澄清了这一点：> 是的，我正在寻找加权方差。不是意思 – 2012 年 4 月 8 日 2:26 亚历克斯
投票重新开放；正如@ChrisSnow 所指出的，other question 似乎有所不同，并且无论如何远比这个更不清晰。

标签： r

【解决方案1】：

使用weighted.mean:

> weighted.mean(z$size, z$count)
[1] 4

【讨论】：

【解决方案2】：

您似乎已经知道如何计算它，只需要朝着正确的方向轻推即可实现它。由于 R 是矢量化的，这很简单：

with(z, sum(count*size)/sum(count))

with 位只是节省打字时间，相当于sum(z$count*z$size)/sum(z$count)

或者使用内置函数weighted.mean()，正如您也指出的那样。使用您自己的函数可以证明更快，但不会像内置函数那样进行相同数量的错误检查。

builtin <- function() with(z, weighted.mean(count, size))
rollyourown <- function() with(z, sum(count*size)/sum(count))

require(rbenchmark)  
  benchmark(builtin(), rollyourown(),
            replications = 1000000,
            columns = c("test", "elapsed", "relative"),
            order = "relative")
#-----
           test elapsed relative
2 rollyourown()   13.26 1.000000
1     builtin()   22.84 1.722474

【讨论】：