分组依据（）总结（）和权重百分比-R

假设一家公司有3名老板和20名员工，其中每个

员工

都完成了

n_项目

，总体

绩效

：

> df <- data.frame(Boss = sample(1:3, 20, replace=TRUE),
                  Employee = sample(1:20,20),
                  n_Projects = sample(50:100, 20, replace=TRUE),
                  Performance = round(sample(1:100,20,replace=TRUE)/100,2),
                  stringsAsFactors = FALSE)

> df
   Boss Employee n_Projects Performance
1     3        8         79        0.57
2     1        3         59        0.18
3     1       11         76        0.43
4     2        5         85        0.12
5     2        2         75        0.10
6     2        9         66        0.60
7     2       19         85        0.36
8     1       20         79        0.65
9     2       17         79        0.90
10    3       14         77        0.41
11    1        1         78        0.97
12    1        7         72        0.52
13    2        6         62        0.69
14    2       10         53        0.97
15    3       16         91        0.94
16    3        4         98        0.63
17    1       18         63        0.95
18    2       15         90        0.33
19    1       12         80        0.48
20    1       13         97        0.07

然而，我仍在努力解决这个问题：

df %>%
  group_by(Boss) %>%
  summarise(total_Projects = sum(n_Projects),
            Weight_Project = n_Projects/sum(total_Projects))

---

除了这个问题，你能给我一些关于这个问题的反馈（特别是我的代码）或者任何提高数据操作技能的建议吗？（你可以在我的个人资料中看到，我问了很多这样的问题，但我仍然无法自己解决）

我们可以得到'n_项目'和'Performance'的乘积的

和，然后除以'total_项目'

library(dplyr)
df %>% 
    group_by(Boss) %>% 
    summarise(total_projects = sum(n_Projects), 
              Weight_Project = sum(n_Projects * Performance)/total_projects)
    # or
    # Weight_Project = n_Projects %*% Performance/total_projects)
# A tibble: 3 x 3
#   Boss total_projects Weight_Project
#  <int>          <int>          <dbl>
#1     1            604          0.518
#2     2            595          0.475
#3     3            345          0.649

库（dplyr）
df%>%
分组依据（Boss）%>%
总结（总项目数=总项目数），
权重项目=总和（n个项目*绩效）/总项目）
#或
#权重项目=n个项目%*%绩效/总项目）
#一个tibble:3x3
#Boss总项目重量项目
#                      
#1     1            604          0.518
#2     2            595          0.475
#3     3            345          0.649
添加更多关于您所做工作和@akrun答案的详细信息：

您必须已收到以下错误消息：

df %>%
  group_by(Boss) %>%
  summarise(total_Projects = sum(n_Projects),
            Weight_Project = n_Projects/sum(total_Projects))

## Error in summarise_impl(.data, dots) : 
##  Column `Weight_Project` must be length 1 (a summary value), not 7

这告诉您，您为
Weight\u项目所做的演算不会为每个
Boss
生成唯一的值，而是7<代码>汇总
可将多个值汇总为一个值（通过方式、总和等）。在这里，您只需将
n\u项目的每个值
除以
sum（total\u Projects）
，但不能将其汇总为单个值

假设您想到的是首先计算每项绩效的权重，然后将其与绩效评分相结合，得出加权平均绩效，您可以分两步进行：

df %>% 
  group_by(Boss) %>% 
  mutate(Weight_Performance = n_Projects / sum(n_Projects)) %>% 
  summarise(weighted_mean_performance = sum(Weight_Performance * Performance))

mutate
语句保留了
df
中的总行数，但是
sum（n_项目）
是根据
group_by
为每个
Boss
值计算的。
对于每一行，您都有一个项目权重（取决于boss），您可以使用
summary
计算加权平均值-这是一个平均值，因此是一个汇总值

一种更简洁的方法仍然可以让加权演算出现：

df %>% 
  group_by(Boss) %>% 
  summarise(weighted_mean_performance = sum((n_Projects / sum(n_Projects)) * Performance))

# Reordering to minimise parenthesis, which is @akrun's answer
df %>% 
  group_by(Boss) %>% 
  summarise(weighted_mean_performance = sum(n_Projects * Performance) / sum(n_Projects))

一旦您不再需要分组，添加
ungroup（）
语句可以避免管道联机时出现某些模糊的错误消息，这正是我遇到的错误。谢谢你的反馈和解释，非常清楚！。
df %>% 
  group_by(Boss) %>% 
  summarise(weighted_mean_performance = sum((n_Projects / sum(n_Projects)) * Performance))

# Reordering to minimise parenthesis, which is @akrun's answer
df %>% 
  group_by(Boss) %>% 
  summarise(weighted_mean_performance = sum(n_Projects * Performance) / sum(n_Projects))