如何根据另一列中的值计算行的加权总和

Question

我搜索了很多试图找到答案。这似乎是一个相对简单和常见的问题，我很惊讶我没有找到答案，但也许我只是没有搜索正确的关键字。

我想根据另一列中的值计算三行中某些列的加权和。如果您查看下面的虚拟表，我认为它更有意义。

INDIVIDUAL <- c("A","A","A","A","A","A","B","B","B","B","B","B")

BEHAVIOR <- c("Smell", "Dig", "Eat", "Smell", "Dig", "Eat","Smell", "Dig", "Eat","Smell", "Dig", "Eat")

FOOD <- c("a", "a", "a","b","b","b", "a", "a", "a","b","b","b")

TIME <- c(2,4,7,6,1,2,9,0,4,3,7,6)

sample <- data.frame(Individual=INDIVIDUAL, Behavior=BEHAVIOR, Food=FOOD, Time=TIME)

每个人都会花费一定的时间来闻、挖掘和吃每种食物。我想对这三个时间进行加权和求和，以使每个食品有一个总时间。闻是最轻的，吃是最重的。所以基本上我想要与每种食物互动的时间：每个FoodA的时间=（EatA）+（0.5*DigA）+（0.33*SmellA）。

在广泛浏览网页后，我能想到的最佳想法是：

sample %>%
  group_by(Individual, Food) %>%
  mutate(TIME = ((fullsum$BEHAVIOR == "EAT")
        +(.5*(fullsum$BEHAVIOR == "DIG")
        +(.33*(fullsum$BEHAVIOR == "SMELL")))))

但它不起作用，我收到此错误：mutate_impl(.data, dots) 中的错误：大小不兼容 (2195)，期望为 1（组大小）或 1。

任何已回答此问题的建议或指导将不胜感激！

最终结果

我修改了 fexjoo 的建议以考虑缺失值，结果与我在 Excel 中手动计算的值相匹配，所以看起来这是赢家。可能有一种更简洁的方法可以从每一列中删除 NA，但我可以接受。

data.frame %>%
  spread(BEHAVIOR, TIME) %>%
  mutate(EAT = coalesce(EAT, 0)) %>%
  mutate(DIG = coalesce(DIG, 0)) %>%
  mutate(SMELL = coalesce(SMELL, 0)) %>%
  mutate(TIME = EAT + .5*DIG + .33*SMELL)

Answer 1

试试这个

sample %>% 
group_by(Individual, Food) %>%
mutate(TIME = ((Behavior == "Eat") + (.5*(Behavior == "Dig")
                       +(.33*(Behavior == "Smell")))))

Answer 2

我的建议：

library(tidyr)

sample %>%
  spread(Behavior, Time) %>%
  mutate(TIME = Eat + .5*Dig + .33*Smell)

结果是：

  Individual Food Dig Eat Smell  TIME
1          A    a   4   7     2  9.66
2          A    b   1   2     6  4.48
3          B    a   0   4     9  6.97
4          B    b   7   6     3 10.49

Answer 3

你可以这样做：

sample %>% 
mutate(weights=case_when(.$Behavior=="Smell"~0.33,.$Behavior=="Dig"~0.5,.$Behavior=="Eat"~1)) 
    %>% group_by(Food,Individual) 
    %>% summarise(WeightedTime=sum(weights*Time))

这给出了：

     Food Individual WeightedTime
  <fctr>     <fctr>        <dbl>
1      a          A         9.66
2      a          B         6.97
3      b          A         4.48
4      b          B        10.49

Answer 4

您可以根据Behavior 列创建具有权重的列：

library(dplyr)    
sample$weights <- 
    case_when(
        sample$Behavior == "Smell" ~ 0.33,
        sample$Behavior == "Dig" ~ 0.5,
        sample$Behavior == "Eat" ~ 1
    )

sample %>% group_by(Individual, Food) %>% 
    summarise(time = sum(Time * weights))