R data.table按月份分组计算weighted.mean结果与普通均值一致问题

错误原因 #

你原来的代码没有给weighted.mean()传入自定义权重参数w，函数默认所有样本权重相等，因此计算结果和普通mean()完全一致，没有实现按年份等权的需求。

实现逻辑 #

你要求的「按月份分组时每年performance权重相等」，核心规则是：

• 同一月份下，每一个年份的总权重为1
• 若某一年该月份有n条数据，每条数据平分当年的权重，即单条权重为1/n
• 若某一年该月份仅有1条数据，单条权重直接为1

正确代码 #

场景1：每个(year, month)组合仅对应1条数据（你的示例属于该场景） #

library(data.table)
setDT(dat)
# 按月份分组，每组内每条数据对应一个独立年份，权重均为1/分组样本数
res <- dat[, .(weighted_perf = weighted.mean(performance, w = rep(1/.N, .N), na.rm = TRUE)), by = month]

运行结果：

month weighted_perf
1:     2     0.3576029
2:    10     0.3032712

场景2：存在同一个(year, month)组合对应多条数据的通用场景 #

# 先计算每条数据的权重：同一年月下的n条数据平分权重1
res <- dat[, wt := 1/.N, by = .(year, month)][, 
        .(weighted_perf = weighted.mean(performance, w = wt, na.rm = TRUE)), 
        by = month]

结果说明 #

你感知的「10月正值更多应该均值更高」属于误判，实际计算你的示例数据：

• 2月共8个年份的数值总和为2.8608，除以8得到均值0.3576
• 10月共7个年份的数值总和为2.1229，除以7得到均值0.3033
  因此结果符合数值实际分布，没有逻辑错误。

内容的提问来源于stack exchange，提问作者Saurabh