Media aritmética ponderada en R

Problema

Deseamos calcular la media ponderada de un conjunto de datos con R

Solución

Utilizamos al función weighted.mean del paquete base.

Ejemplo de la documentación de R

wt <- c(5,  5,  4,  1)/15 # No es necesario dividir entre 15
x <- c(3.7, 3.3, 3.5, 2.8)
xm <- weighted.mean(x, wt)

[1] 3.453333

Ejemplo por grupos

Utilizamos el paquete dplyr y el conjunto de datos ChickWeight para calcular la media ponderada por grupo. Pondero por la variable Time a modo ilustrativo. Añado la media aritmética sin ponderar para permitir la comparación.

library(dplyr)
# Si queremos calcular el total
with(ChickWeight, weighted.mean(weight, Time))
# Por grupo
ChickWeight %>%
  group_by(Diet) %>% 
   summarise(mean =  mean(weight), wm = weighted.mean(weight, Time)) 

# A tibble: 4 x 3
  Diet   mean    wm
    
1 1      103.  132.
2 2      123.  159.
3 3      143.  191.
4 4      135.  176.

Entradas relacionadas

• Medidas de tendencia central en histogramas en R: media y mediana
• Aplicar una función a cada columna en R con dplyr
• Estadísticas descriptivas en R
• Subconjunto de estadísticas descriptivas en R

Dividir un data frame en los grupos definidos por una columna en R

Problema

Queremos dividir un data frame por una de las columnas, creando tantos data frames como grupos contiene la columna. Por ejemplo, dividiremos el data frame ChickWeight por la columna Chick que identifica 50 tipos de polluelos.

str(ChickWeight$Chick)

Ord.factor w/ 50 levels "18"<"16"<"15"<..: 15 15 15 15 15 15 15 15 15 15 ...

Solución

Crear una lista de data frames.

ldf <- split(ChickWeight, ChickWeight$Chick)

Para acceder a un data frame de la lista de 50, por ejemplo el 20:

ldf$`20`

    weight Time Chick Diet
209     41    0    20    1
210     47    2    20    1
211     54    4    20    1
212     58    6    20    1
213     65    8    20    1
214     73   10    20    1
215     77   12    20    1
216     89   14    20    1
217     98   16    20    1
218    107   18    20    1
219    115   20    20    1
220    117   21    20    1

Sin embargo, para prescindir de los números como nombres de data frames, creamos una nueva columna en la que anteponemos a cada número la cadena de texto Chick_.

ChickWeight$id <- paste0("Chick_", ChickWeight$Chick)
# Creamos la lista de nuevo
ldf <- split(ChickWeight, ChickWeight$id)
# Accedemos a un data frame
ldf$Chick_20

Crear data frames independientes

Si queremos crear un objeto separado para cada data frame en nuestro entorno de trabajo.

list2env(ldf, .GlobalEnv)

En nuestro entorno habremos creado 50 data frames.

Referencias

• stackoverflow