dplyr:Summary（）中的用户定义函数，涉及两个输入向量

我有一个数据框，比如说20列。第1列是组，第2列不是标准化为1或100的权重，第3到20列包含要聚合的数据。大约有250行，但只有15组。因此，平均而言，每组大约有16-17行

对于第3列到第20列中的每一列，我需要得到分组加权平均值，权重为第2列

因此，将所有列乘以第2列，然后运行

group_by(df, column1)%>%

  summarise_all(sum_na)

这里的sum_na是na.rm=T的常用函数sum

然后将第3列到第20列除以第2列

问题是数据帧中分散着NAs。例如，第150行属于第5组，第12列中有NA。在计算第5组和第12列的加权平均值时，分母应排除第2列第150行的权重

---

如何做到这一点？抱歉发了这么长的邮件。无法提供示例数据，因为不幸的是，无法从手机在office发布中访问堆栈溢出。

是否需要此工作

library(dplyr)

df %>%
  group_by(group) %>%
  summarise_at(vars(col1:col18), ~weighted.mean(., wt, na.rm = TRUE))

可以在变量中选择列的范围。这将删除列col1到col18中的NA值，其中权重列为wt

在该示例中尝试了以下操作：

df <- data.frame(group = rep(1:3, each  = 3), wt = 1:9, 
                 col1 = c(2:5, NA, 6:9), col2  = c(NA, 3:6, NA, 2:4))

df %>%
 group_by(group) %>%
 summarise_at(vars(col1:col2), ~weighted.mean(., wt, na.rm = TRUE))

#  group  col1  col2
#  <int> <dbl> <dbl>
#1     1  3.33  3.6 
#2     2  5.6   5.56
#3     3  8.08  3.08

我们可以使用data.table方法

---

请共享一个可复制的示例以及预期输出，以便在尝试运行此操作之前进行确认。假设第23行只有一列有NA。即使所有列都有值，该行是否会被删除？@Dayne否。从该列计算时，仅忽略NA值。因此，该行不起作用。它显示了相同的误差，即加权平均值中x和w的长度不相等。你在权重列中也有NA吗？在这种情况下，您需要执行类似df%>%filter的操作！is.nawt%>%group\u bygroup%>%summary\u atvarscol1:col2，~weighted.means.，wt，na.rm=TRUE@Dayne regrape2 is。您可能想改用tidyr。我想类似的东西应该可以用df%>%pivot\u longercols=col1:col18，values\u drop\u na=TRUE%>%group\u bygroup，name%>%summariseans=weighted.meanvalue，wt

library(data.table)
setDT(df)[, lapply(.SD, function(x) weighted.mean(x, wt, na.rm = TRUE)), 
       by = group, .SDcols = col1:col18]