如何按组计算加权中位数 数据

编程问答 2022-04-28

问题描述

我需要通过 3 个变量（性别、部门和职业）计算加权平均年龄。我知道如何使用“spatstat”weighted.median。但它给出了整个 DF 的加权年龄。我不知道让它按组/变量计算很热。我发现了 2 年前的另一个类似帖子，但我不明白其中提供的解决方案。我确实知道您需要使用 dplyr 对其进行分组。我对图书馆的了解非常有限。我需要有人向我展示以下 DF 的代码，以便我可以使用它并在将来需要时对其进行小的更改。

我的DF是这样的：原来的df要大得多，部门和职业也多得多。但是结构是一样的。

 
Gender    Sector     occupation     Age     Weight
  M         A            1          45      13.12
  F         C            1          23       7.05
  M         A            3          67      34.12
  M         A            3          23      11.00
  F         C            1          33      17.45
  F         A            1          35      45.01
  F         C            3          57      21.45
  M         C            1          32      23.33
  F         A            3          48      44.54
  M         A            1          25      13.12
  F         C            1          27       7.05
  M         A            3          37      34.12
  M         A            3          26      11.00
  F         C            1          73      17.45
  F         A            1          49      45.01
  F         C            3          24      21.45
  M         C            1          25      23.33
  F         A            3          35      44.54
  M         A            1          48      13.12
  F         C            1          83       7.05
  M         A            3          66      34.12
  M         A            3          43      11.00
  F         C            1          36      17.45
  F         A            1          35      45.01
  F         C            3          57      21.45
  M         C            1          22      23.33
  F         A            3          47      44.54
  M         A            1          55      13.12
  F         C            1          28       7.05
  M         A            3          27      34.12
  M         A            3          25      11.00
  F         C            1          23      17.45
  F         A            1          46      45.01
  F         C            3          34      21.45
  M         C            1          27      23.33
  F         A            3          65      44.54

这就是我需要的结果。注意！这里的年龄中位数是假的。它只是代表最终结果的结构。

Gender    Sector     occupation   Median age
  M         A            1            23
  M         A            3            34
  M         C            1            45
  M         C            3            23
  F         A            1            34
  F         A            3            45
  F         C            1            43
  F         C            3            34

我发现的问题（上面提到的）我不明白，因为我不明白 mutate 并且示例中的数据以我无法阅读的方式呈现。我是 R 的新手

weighted median by_group()

解决方法

weighted.median 包中有一个 spatstat。我们可以将其与 tidyverse 方法一起使用，即按“性别”、“部门”和“职业”分组，将 weighted.median 与 x 应用为“年龄”和 w作为 summarise 中的“重量”。

在链接的帖子中，它使用 mutate 创建一个新列，而 summarise 返回汇总输出，即每组一行。

此外，我们在使用 summarise/mutate 时应该小心，因为这些函数也可以在 plyr 中找到，如果两个包都被加载，它可能会屏蔽 dplyr 函数，即如果被屏蔽使用了 plyr 中的函数，然后它可能会返回整个数据的 weighted.median 而不是分组。因此，要么只加载 dplyr，要么显式使用 dplyr::summarise

library(dplyr)
library(spatstat)
df1 %>% 
     group_by(Gender,Sector,occupation) %>%
     dplyr::summarise(MedianAge = weighted.median(Age,Weight),.groups = 'drop')

-输出

# A tibble: 7 x 4
  Gender Sector occupation MedianAge
  <chr>  <chr>       <int>     <dbl>
1 F      A               1      35  
2 F      A               3      47  
3 F      C               1      31.0
4 F      C               3      34  
5 M      A               1      45  
6 M      A               3      33.8
7 M      C               1      25

数据

df1 <- structure(list(Gender = c("M","F","M","F"),Sector = c("A","C","A","A"),occupation = c(1L,1L,3L,3L),Age = c(45L,23L,67L,33L,35L,57L,32L,48L,25L,27L,37L,26L,73L,49L,24L,83L,66L,43L,36L,22L,47L,55L,28L,46L,34L,65L),Weight = c(13.12,7.05,34.12,11,17.45,45.01,21.45,23.33,44.54,13.12,44.54)),class = "data.frame",row.names = c(NA,-36L))
dplyrdplyrmedianrrweighted