從一個數據框計算加權平均數並將列添加到另一個數據框

Question

我想從一個數據框創建加權平均值並將其添加到另一個數據框。通常，我在SQL中這樣做，但我不能在這種情況下。我在這裏給出的例子非常簡單。

第一個數據框叫做Customer。它有一個CustomerID列。

Customer <- data.frame(
    CustomerID = sample(1:10) 
) 

第二個數據幀被稱爲Order。它有四個字段：CustomerID，Year，Weight和TotalCost。

Order <- data.frame(
    CustomerID = sample(1:9, 100, replace=TRUE), 
    Year = sample(2014:2016, 100, replace=TRUE), 
    Weight = sample(1:3, 100, replace=TRUE), 
    TotalCost = sample(200:400, 100, replace=TRUE) 
) 

我想列WeightedCost添加到客戶數據幀是該客戶，計算出的和（重量* TOTALCOST）/薩姆（重量）由客戶ID字段，並且其中限定的加權平均TOTALCOST年> 2015年。

我看了看循環客戶表，但我很確定有一個更好的矢量化解決方案。

此外（後期編輯），我想知道如何實現這一點，如果一年來自客戶表而不是明確定義。這是新的客戶數據幀：

c = c(1,1,2,2,3,3,4,4,5,5) 
y = c(2014,2015,2014,2015,2014,2015,2014,2015,2014,2015) 
Customer <- data.frame(
    CustomerID = c, 
    Year = y 
) 

Answer 1

更新

不知道，如果OP仍感興趣，但爲後人...

首先，我可以說，如果你問首先是正確的問題，並且顯示了你想要的結果，你很可能會得到更快的答案。其次，我已經回到我的第一個答案，因爲它至少回答了原來措辭的問題，而後來的編輯顯然不是你想要的。

已回滾答案

library(dplyr) 
Order %>% 
    filter(Year > 2015) %>% 
    group_by(CustomerID) %>% 
    transmute(w.mean = sum(TotalCost * Weight)/sum(Weight) %>% 
    slice(1) %>% 
    full_join(Customer) 

編輯 - 添加加盟客戶數據

結果

CustomerID  w.mean 
    1   321.5556 
    2   264.3333 
    3   231.2000 
    4   397.0000 
    5   250.0000 
    6   266.6250 
    7   237.0000 
    8   258.2000 
    9   384.8333 
    10   NA 

更新答案

最後我添加了一系列新操作，將所有加權成本從指定年份添加。我仍然在猜測你的結果應該是什麼樣子，但這就是你要求的，對吧？

數據操作

Order %>% 
    group_by(CustomerID, Year) %>% 
    summarize(w.mean = weighted.mean(TotalCost, Weight)) %>% #sum(TotalCost * Weight)/sum(Weight)) %>% 
    arrange(CustomerID, desc(Year)) %>% 
    mutate(w.mean = cumsum(w.mean)) %>% 
    right_join(Customer2, c('CustomerID', 'Year')) 

輸出

CustomerID Year w.mean 
     1 2014 939.3500 
     1 2015 602.3500 
     2 2014 860.7063 
     2 2015 566.9286 
     3 2014 780.8819 
     3 2015 522.4274 
     4 2014 922.6154 
     4 2015 569.6154 
     5 2014 945.9679 
     5 2015 654.7179 

如果這仍然是錯誤的輸出，而你仍然感興趣，請正確的輸出的一個例子。

Answer 2

考慮與aggregate()，transform()，並merge()一個基礎R解決方案：

# CREATE WEIGHT COST PRODUCT UNIT LEVEL COLUMN 
Order$WgtCostProd <- Order$Weight * Order$TotalCost 

# AGGREGATE WITH NEW WEIGHTEDCOST COLUMN 
OrderAgg <- transform(aggregate(.~CustomerID, Order[Order$Year > 2015,], FUN=sum), 
         WeightedCost = WgtCostProd/Weight) 

# LEFT JOIN MERGE TO ORIGINAL DATAFRAME 
Customer <- merge(Customer, OrderAgg[c("CustomerID", "WeightedCost")], 
        by="CustomerID", all.x=TRUE) 
Customer 

# CustomerID WeightedCost 
# 1   1  302.6667 
# 2   2  281.2941 
# 3   3  229.6667 
# 4   4  308.6000 
# 5   5  305.6667 
# 6   6  315.0000 
# 7   7  312.5833 
# 8   8  333.0000 
# 9   9  295.6667 
# 10   10   NA