如何为嵌套分组的iris数据集添加分组专属权重进行加权计算

问题说明 #

已实现对iris数据集按Species嵌套后，为不同前缀的列计算加权均值：

• 以Sepal开头的列使用权重c(0.20, 0.30)
• 以Petal开头的列使用权重c(0.25, 0.35)

现在需要为每个Species分组添加专属额外权重：setosa对应0.15，versicolor对应0.20，virginica对应0.25，让最终的加权计算结合该分组权重，示例逻辑如下：

setosa组的Sepal相关计算：0.15 * (0.20*Sepal.Length + 0.30*Sepal.Width)
versicolor组的Sepal相关计算：0.20 * (0.20*Sepal.Length + 0.30*Sepal.Width)

现有列级加权的代码：

iris %>% group_by(Species) %>% nest(.) %>% ungroup %>% mutate(data = map(data, ~ .x %>% transmute(
  Sepal = apply(across(starts_with('Sepal')), 1, function(x)
    weighted.mean(x, c(0.20, 0.30))),
  Petal = apply(across(starts_with('Petal')), 1, function(x)
    weighted.mean(x, c(0.25, 0.35)))
)))

解决方案 #

核心思路是将分组专属权重与嵌套后的数据集绑定，再用map2同时遍历数据和对应权重，完成结合分组权重的计算：

完整代码示例 #

library(tidyverse)

# 定义每个Species对应的专属权重
group_weights <- tibble(
  Species = c("setosa", "versicolor", "virginica"),
  weight = c(0.15, 0.20, 0.25)
)

# 嵌套数据并绑定分组权重，完成加权计算
iris %>%
  group_by(Species) %>%
  nest() %>%
  ungroup() %>%
  left_join(group_weights, by = "Species") %>%
  mutate(data = map2(data, weight, ~ .x %>% transmute(
    # 结合列级权重与分组权重计算Sepal最终值
    Sepal_weighted = apply(across(starts_with("Sepal")), 1, function(x)
      weighted.mean(x, c(0.20, 0.30))
    ) * .y,
    # 结合列级权重与分组权重计算Petal最终值
    Petal_weighted = apply(across(starts_with("Petal")), 1, function(x)
      weighted.mean(x, c(0.25, 0.35))
    ) * .y
  ))) %>%
  # 可选：取消嵌套查看完整结果
  unnest(data)

关键逻辑说明 #

• group_weights：单独定义分组权重，避免硬编码，后续修改权重只需调整此表
• left_join：将分组权重与嵌套数据关联，确保每个分组能匹配到对应的专属权重
• map2(data, weight, ~ ...)：同时遍历每个分组的数据集和权重，.y代表当前分组的专属权重值，直接与列级加权结果相乘得到最终值

内容的提问来源于stack exchange，提问作者Dollar Tune-bill