使用summarytools的stby函数分组计算加权均值结果不一致求助

你遇到的结果不一致问题，核心原因是**stby传递权重参数的方式错误**：
当你用with(mydf, stby(score, gender, descr, weights = weight))时，weights = weight传入的是整个数据集的完整权重列，而非对应分组的权重子集。stby只会拆分score和gender变量，但不会同步拆分weight，导致descr计算分组统计时，误用了全量权重数据，自然和先过滤再计算的结果不符。

从输出也能佐证这一点：直接分组时gender=1的N.Valid（加权有效样本量）是1715494.12，远大于先过滤后的1509584.07，说明前者把不属于gender=1的权重也纳入了计算。

不要用with包裹，直接把整个数据框传入stby，通过匿名函数确保每个分组只使用自身对应的权重：

# 标准写法
stby(mydf, mydf$gender, function(x) descr(x$score, weights = x$weight))

# 管道风格写法
mydf %>% stby(.$gender, function(x) descr(x$score, weights = x$weight))

这里的匿名函数会接收每个分组的子集x，x$weight就是当前分组对应的权重，计算逻辑和先过滤再统计完全一致，能得到正确的加权均值。

内容的提问来源于stack exchange，提问作者Caragh