如何在R中按年份计算Country a、b列的加权均值？

需求说明 #

基于给定的data.frame，按YEAR_CALENDAR分组，计算a、b两列的加权平均值，权重由weights列提供。

数据示例 #

df <- data.frame(
  YEAR_CALENDAR=c(2020, 2020, 2020, 2020, 2020, 2021, 2021, 2021, 2021, 2021),
  age_group=c("15-29", "30-44", "45-59", "60-74", "Over 75", "15-29", "30-44", "45-59", "60-74", "Over 75"),
  a=c(3.85, 3.66, 3.76, 2.70, 3.10, 4.32, 4.64, 3.67, 3.45, 4.56),
  b=c(3.56, 3.67, 3.72, 3.89, 4.23, 4.28, 4.27, 3.12, 3.46, 3.97),
  weights=rep(c(0.3333784699, 0.2890995261, 0.2161137441,
                  0.1203791469, 0.04150304671), 2))

初始报错问题 #

原代码尝试用mutate+across计算加权乘积时触发non-numeric argument to binary operator错误：

new_df <- df %>%
  mutate(across(3:4, .*df$weights))

报错原因 #

• across内部语法错误：.不能直接用于乘法运算，需用函数形式~ .x * weights，其中.x指代当前遍历的列
• 不应使用df$weights引用列，在dplyr管道中直接用列名weights即可，符合上下文引用规则

可行解决方案 #

方案1：直接用weighted.mean函数一步计算（推荐） #

利用R内置的weighted.mean函数，结合group_by+summarise+across直接得到各年份的加权均值：

library(dplyr)

weighted_mean_df <- df %>%
  group_by(YEAR_CALENDAR) %>%
  summarise(
    across(c(a, b), ~ weighted.mean(.x, weights)),
    .groups = "drop"  # 取消分组状态
  )

# 输出结果
print(weighted_mean_df)

方案2：分步计算加权乘积再汇总 #

先通过mutate计算a、b与权重的乘积，再按年份求和后除以权重总和：

library(dplyr)

# 第一步：计算加权乘积
new_df <- df %>%
  mutate(across(c(a, b), ~ .x * weights, .names = "weighted_{.col}"))

# 第二步：按年份汇总计算加权均值
weighted_mean_df <- new_df %>%
  group_by(YEAR_CALENDAR) %>%
  summarise(
    a = sum(weighted_a) / sum(weights),
    b = sum(weighted_b) / sum(weights),
    .groups = "drop"
  )

# 输出结果
print(weighted_mean_df)

两种方案得到的结果完全一致，方案1更简洁高效。

内容的提问来源于stack exchange，提问作者rnoob