如何在R中批量计算加权GPA？

前提假设 #

假设你的数据集名为score_data，包含三列核心数据：

• student_id：学生唯一标识（分组计算的关键列）
• grade：单科成绩（0-7分）
• credit：对应课程学分（12.5或25）

方法一：基础R的aggregate函数（无需额外装包） #

用基础R自带的分组聚合功能，先算每个学生的加权成绩总和与总学分，再推导GPA：

# 计算每个学生的加权成绩和、总学分
student_stats <- aggregate(
  cbind(weighted_sum = grade * credit, total_credit = credit) ~ student_id,
  data = score_data,
  FUN = sum
)

# 计算GPA
student_stats$gpa <- student_stats$weighted_sum / student_stats$total_credit

方法二：tidyverse套件（流水线式数据处理） #

如果习惯直观的数据流操作，推荐用dplyr（属于tidyverse）：

# 首次使用需安装tidyverse
# install.packages("tidyverse")
library(tidyverse)

# 分组计算GPA
student_gpa <- score_data %>%
  group_by(student_id) %>%
  summarize(
    total_weighted = sum(grade * credit),
    total_credit = sum(credit),
    gpa = total_weighted / total_credit
  ) %>%
  ungroup()

验证示例数据 #

用你给出的测试案例验证：

# 构造示例数据
sample_data <- data.frame(
  student_id = rep("stu001", 4),
  grade = c(6,7,6,5),
  credit = c(12.5,12.5,12.5,25)
)

# 计算GPA
sample_data %>%
  group_by(student_id) %>%
  summarize(gpa = sum(grade*credit)/sum(credit))
# 输出结果为5.8，与示例一致

注意事项 #

• 检查数据类型：确保grade和credit是数值型，用str(score_data)查看；如果是字符型，转成数值：score_data$grade <- as.numeric(score_data$grade)
• 处理缺失值：有缺失数据时，可先用na.omit(score_data)删除缺失行，或在计算时加sum(..., na.rm=TRUE)忽略缺失值
• 确认student_id唯一：保证每个学生的ID一致，避免分组错误

内容的提问来源于stack exchange，提问作者keyser_soze