计算 R 中具有不同权重的组的一系列加权平均值

我有以下数据集（实际数据的简单版本）“data”，并且想分别使用权重 w1 和 w2 计算变量 x1 和 x2 的加权平均值，分为两组（由变量 n 确定的组） ）。

data <- data.frame(n = c(1,1,1,2,2,2), x1 = c(4,5,4,7,5,5), x2 = c(7,10,9,NaN,11,12), w1 = c(0,1,1,1,1,1), w2 = c(1,1,1,0,0,1))

我尝试使用 with() 来执行此操作，但是当我运行此命令时出现错误：

with(data, aggregate(x = list(x1=x1, x2=x2), by = list(n = n), FUN = weighted.mean, w = list(w1 = w1,w2 = w2)))

另一方面，如果未指定权重，则它可以工作，但在这种情况下，将使用默认级别权重（即与使用 FUN=mean 相同）。

with(data, aggregate(x = list(x1=x1, x2=x2), by = list(n = n), FUN = weighted.mean))

这个问题类似于按组和列的加权平均值 https://stackoverflow.com/questions/14145859/weighted-means-by-group-and-column，除了我的问题包括不同列的不同权重。我尝试使用数据表，但它遇到了与 with() 相同的加权错误。 预先感谢您的任何帮助。

Try

library(data.table)
setDT(data)[, .(x1=weighted.mean(x1, w1), x2=weighted.mean(x2, w2)) , by = n]

或者正如 @thelatemail 评论的那样，我们可以使用Map循环“x”、相应的“w”列并使用单个调用weighted.mean

setDT(data)[, Map(weighted.mean, list(x1,x2), list(w1,w2)), by = n]

如果有很多“x”和“w”列，我们可以使用grep获取列名称，mget返回里面的值Map

setDT(data)[,  Map(weighted.mean, mget(grep('x', names(data), 
    value=TRUE)), mget(grep('w', names(data), value=TRUE))), by = n]