您如何根据汇总数据按组计算中位数？答案

【问题标题】：How do you calculate median, by group, based on aggregate data?您如何根据汇总数据按组计算中位数？
【发布时间】：2018-01-31 13:52:42
【问题描述】：

我有以下数据集：

 State County   Age   Population
  AL   Alachua  0-5      1043
  AL   Alachua  5-10     1543
  AL   Alachua  10-15    758
  AL   Alachua  15-20    1243
  AK   Baker    0-5      543
  AK   Baker    5-10     788
  AK   Baker    10-15    1200

我的年龄组实际上是 85 岁以上，但为了方便起见，我只包括示例。

如何根据样本中所有州的人口计算每组县和州的年龄中位数？

为了明确每组州和县，我想使用每个州和县的人口数据来计算年龄中位数。

【问题讨论】：

标签： r

【解决方案1】：

调用您的数据dd。我使用data.table 进行分组。我们首先确保Age 是具有正确级别顺序的因子（扩展age_order 以获得完整数据）。然后我们使用matrixStats::weightedMedian 计算中位年龄组。（我刚刚在 Stack Overflow 上搜索了“加权中值 [r]”和 got this lovely question）。然后我们将中位数转换回年龄组标签。我将其保留为您的长格式，而不是提取摘要数据框。

library(data.table)
setDT(dd)
age_order = c("0-5", "5-10", "10-15", "15-20")
dd[, Age := factor(Age, levels = age_order)]
dd[, age_group := as.integer(Age)]
setkey(dd, State, County, Age)
library("matrixStats")
dd[, median_group := weightedMedian(x = age_group, w = Population, ties = "min"), by = c("State", "County")]
dd[, median_age := levels(Age)[median_group]]
dd
#    State  County   Age Population age_group median_group median_age
# 1:    AK   Baker   0-5        543         1            2       5-10
# 2:    AK   Baker  5-10        788         2            2       5-10
# 3:    AK   Baker 10-15       1200         3            2       5-10
# 4:    AL Alachua   0-5       1043         1            2       5-10
# 5:    AL Alachua  5-10       1543         2            2       5-10
# 6:    AL Alachua 10-15        758         3            2       5-10
# 7:    AL Alachua 15-20       1243         4            2       5-10

使用此示例数据：

dd = fread(" State County   Age   Population
  AL   Alachua  0-5      1043
  AL   Alachua  5-10     1543
  AL   Alachua  10-15    758
  AL   Alachua  15-20    1243
  AK   Baker    0-5      543
  AK   Baker    5-10     788
  AK   Baker    10-15    1200")

【讨论】：