R中子集的加权平均

我在R中有一个5列的大数据帧。第1列包含0-200之间的数字列表。第二列包含要加权的数字列表，第三列包含第二列中项目的权重。我的问题是我想把第一列分成几部分：（0,50），（50100），（100150）和（150200），然后找到每个区间中数据的加权平均值

我可以先将数据分别划分为这些区间，创建一个新的数据帧，然后计算每个新数据帧中第2列和第3列向量的加权平均值，但这需要我对数据进行四次检查，并且使用与我现有数据帧一样大的数据帧，这太低效了我需要更多的时间间隔，所以需要更长的时间

---

有没有办法只在一次运行中将其分割开来？

尝试以下方法：

df <- data.frame(x1 = 0:200, x2=rnorm(201), x3=rnorm(201))
s <- c(0,rep(1:4, each=50)) # create vector to split by
dfs <- split(df,s) # split it
dfs <- dfs[2:5]
lapply(dfs, function(tmp) {  # apply weighted mean to splits
    weighted.mean(tmp[,2],tmp[,3])
})

---

df非常感谢！这个方法正是我想要的。而且，如果你不知道的话，sort（rep（1:4,50））可以这样写：rep（1:4，each=50）@kng我总是忘记
each
！Updated。