使用聚合计算每月加权平均值答案

【问题标题】：Using aggregate to compute monthly weighted average使用聚合计算每月加权平均值
【发布时间】：2016-02-15 00:24:07
【问题描述】：

我需要计算每月加权平均值。数据框如下所示：

            Month Variable Weighting
460773 1998-06-01       11    153.00
337134 1998-06-01        9      0.96
473777 1998-06-01       10    264.00
358226 1998-06-01        6      0.52
414626 1998-06-01       10     34.00
341020 1998-05-01        9      1.64
453066 1998-05-01        5     26.00
183276 1998-05-01        8      0.51
403729 1998-05-01        6    123.00
203005 1998-05-01       11      0.89

当我使用aggregate 例如，

 Output <- aggregate(Variable ~ Month, df , mean )
 Output
       Month Variable
1 1998-05-01      7.8
2 1998-06-01      9.2

但是，当我尝试向聚合添加权重时，我得到了正确的结果，例如，

Output <- aggregate(Variable ~ Month, df , FUN = weighted.mean, w = df$Weighting)

我得到一个不同向量长度的错误：

Error in weighted.mean.default(X[[1L]], ...) : 
'x' and 'w' must have the same length

有没有办法补救这种情况？

【问题讨论】：

标签： r time-series aggregate

【解决方案1】：

使用aggregate() 是不可能的，因为您的权重向量在aggregate() 期间未分区。您可以使用by() 或split() 加上sapply() 或附加包data.table 或来自包ddply() 的函数plyr 或来自包dplyr 的函数

split() 加上sapply() 的示例：

sapply(split(df, df$Month), function(d) weighted.mean(d$Variable, w = d$Weighting))

结果：

1998-05-01 1998-06-01 
   5.89733   10.33142

by() 的变体

by(df, df$Month, FUN=function(d) weighted.mean(d$Variable, w = d$Weighting)) # or
unclass(by(df, df$Month, FUN=function(d) weighted.mean(d$Variable, w = d$Weighting)))

带包plyr

library(plyr)
ddply(df, ~Month, summarize, weighted.mean(Variable, w=Weighting))

data.table

library(data.table)
setDT(df)[, weighted.mean(Variable, w = Weighting), Month]

【讨论】：

谢谢！这很有帮助。有没有办法忽略 NA？因为当这些函数遇到 NA 时，它们会自动将总分设为 NA。
是的，weighted.mean()有一个参数na.rm=，请阅读函数的文档。
是的，谢谢，我有一个语法错误，所以它对我不起作用。

【解决方案2】：

如果您没有安装plyr、dplyr 或data.table 并且由于某些原因无法安装它们，仍然可以使用aggregate 计算每月加权平均值，您只需要做以下技巧，

df$row <- 1:nrow(df) #the trick
aggregate(row~Month, df, function(i) mean(df$Variable[i])) #mean
aggregate(row~Month, df, function(i) weighted.mean(df$Variable[i], df$Weighting[i])) #weighted mean

这里是输出：

平均值：

> aggregate(row~Month, df, function(i) mean(df$Variable[i]))
       Month row
1 1998-05-01 7.8
2 1998-06-01 9.2

加权平均值：

> aggregate(row~Month, df, function(i) weighted.mean(df$Variable[i], df$Weighting[i]))
       Month      row
1 1998-05-01  5.89733
2 1998-06-01 10.33142

【讨论】：