2

我有一个数据框，其中包含两组数据，我需要将它们相乘以进行计算。一个简单的版本是

sample = data.frame(apples=c(10,20,25,30,40,NA,NA,15))
sample$oranges = c(25,60,90,86,10,67,45,10)
sample$oats = c(65,75,85,95,105,115,125,135)
sample$eggs = c(23,22,21,20,19,18,17,16)
sample$consumer =c('john','mark','luke','paul','peter','thomas','matthew','brian')
sample$mealtime = c('breakfast','lunch','lunch','snack','lunch','breakfast','snack','dinner')

s1 = melt(sample,id.vars=c(5,6),measure.vars=c(1:4))

我想要做的是类似的事情

s2 = dcast(s1, mealtime ~ ., function(x) (x[variable == 'oranges'] * x[variable =='apples'])/sum(x[variable == 'apples'])

在实践中，它的 data.frame 更长，计算更复杂，但原理应该是一样的。谢谢 - 第一次发帖所以对任何错误表示歉意。

输出将是一个数据框，其中用餐时间作为 Id var，橙色数据的苹果加权平均值作为每个用餐时间的值。

类似的东西

    Group.1         x
1 breakfast  1.785714
2    dinner  1.071429
3     lunch 27.500000
4     snack 18.428571

这是使用计算的

sample$wa = sample$oranges*sample$apples/sum(sample$apples)
aggregate(sample$wa,by=list(sample$mealtime),sum,na.rm=T)

这在数学上感觉不对，但它是一个快速的、笨拙的近似值。

4

1 回答 1

1

这对 plyr 来说是一项比 reshape 更好的任务。

library(plyr)
s1<-ddply(sample,.(mealtime), function(x) {return(sum(x$apples,x$oranges))})

现在您已经澄清了输出：

ddply(sample,.(mealtime), summarize,
      wavg.oranges = sum(apples * oranges, na.rm=TRUE) / sum(apples, na.rm=TRUE))
#    mealtime wavg.oranges
# 1 breakfast     25.00000
# 2    dinner     10.00000
# 3     lunch     45.29412
# 4     snack     86.00000
于 2012-09-16T05:37:38.680 回答