如何计算因子水平内向量的加权平均值？

Question

我能够成功地在因子水平内获得给定向量的简单平均值，但是在尝试将其用于加权观察的下一步时，我无法让它发挥作用。这有效：

> tapply(exp.f,part.f.p.d,mean)
    1         2         3         4         5         6         7        8             9        10 
0.8535996 1.1256058 0.6968142 1.4346451 0.8136110 1.2006801 1.6112160 1.9168835     1.5135006 3.0312460 

但这不是：

> tapply(exp.f,part.f.p.d,weighted.mean,b.pct)
Error in weighted.mean.default(X[[1L]], ...) : 
  'x' and 'w' must have the same length
> 

在下面的代码中，我试图在因子 part.f.p.d 的级别内找到 exp.f 的加权平均值，由每个级别中 b.pct 内的观察加权。

b.exp <- tapply(exp.f,part.f.p.d,weighted.mean,b.pct)

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

我认为我必须提供不正确的语法，因为所有 3 个向量的长度都相同：

> length(b.pct)
[1] 978
> length(exp.f)
[1] 978
> length(part.f.p.d)
[1] 978

这样做的正确方法是什么？提前谢谢你。

Answer 1

现在我这样做了（感谢 Gavin）：

sapply(split(Data,Data$part.f.p.d), function(x) weighted.mean(x$exp.f,x$b.pct)))

其他人可能使用 plyr 包中的 ddply：

ddply(Data, "part.f.p.d", function(x) weighted.mean(x$exp.f, x$b.pct))

Answer 2

您的问题是tapply 不会像对主要参数X 那样“拆分”提供给函数的额外参数（通过其... 参数）。请参阅tapply (?tapply) 帮助页面上的“注释”。

FUN 提供的可选参数 ... 论点不分为 细胞。因此不合适 有趣的是期待额外的论点 长度与 X 相同。

这是一个 hacky 解决方案。

exp.f <- rnorm(10)
part.f.p.d <- factor(sample(1:5, size = 10, replace = T))
b.pct <- rnorm(10)
a <- split(exp.f, part.f.p.d)
b <- split(b.pct, part.f.p.d)
lapply(seq_along(a), function(i){
  weighted.mean(a[[i]], b[[i]])
})

Answer 3

我用一些虚拟数据重新创建了错误。我假设part.f.p.d 是您用来分隔其他向量的某种因素。

b.pct <- sample(1:100, 10) / 100
exp.f <- sample(1:1000, 10)
part.f.p.d <- factor(rep(letters[1:5], 2))

tapply(exp.f, part.f.p.d, mean) # this works
tapply(exp.f, part.f.p.d, weighted.mean, w = b.pct) # this doesn't

致电traceback() 有助于发现问题。第二个不起作用的原因是因为您传递给tapply() 的INDEX 参数（即part.f.p.d）用于将X 参数（即exp.f）拆分为更小的向量。这些拆分中的每一个都与未拆分的w 参数（即b.pct）一起应用于weighted.mean()。

编辑：这应该做你想要的。

sapply(levels(part.f.p.d), 
       function(whichpart) weighted.mean(x = exp.f[part.f.p.d == whichpart], 
                                         w = b.pct[part.f.p.d == whichpart]))