agrupar por en R, ddply con weighted.mean

Question

Estoy tratando de hacer un "grupo por" - media ponderada por estilo en R. Con algunas medias básicas el siguiente código (usando el paquete plyr de Hadley) funcionó bien.

ddply(mydf,.(period),mean) 

Si utilizo el mismo enfoque con weighted.mean me sale el siguiente error " 'x' y 'w' debe tener la misma longitud", lo que no entiendo porque la parte weighted.mean trabaja fuera ddply.

weighted.mean(mydf$mycol,mydf$myweight) # works just fine 
ddply(mydf,.(period),weighted.mean,mydf$mycol,mydf$myweight) # returns the erros described above 
ddply(mydf,.(period),weighted.mean(mydf$mycol,mydf$myweight)) # different code same story 

pensé en escribir una función personalizada en lugar de utilizar weighted.mean y luego pasarla a ddply o incluso escribir algo nuevo desde cero con subconjunto. En mi caso, sería demasiado trabajo con suerte, pero debería haber una solución más inteligente con lo que ya está allí.

Gracias por cualquier sugerencia con anticipación!

Answer 1

utilizar una función anónima:

> ddply(iris,"Species",function(X) data.frame(wmn=weighted.mean(X$Sepal.Length, 
+                X$Petal.Length), 
+            mn=mean(X$Sepal.Length))) 
    Species  wmn mn 
1  setosa 5.016963 5.006 
2 versicolor 5.978075 5.936 
3 virginica 6.641535 6.588 
> 

Esto calcula una media ponderada de Sepal.Length (ponderado por Petal.Length), así como la media no ponderada y devuelve ambos.

Answer 2

Uso Resumir (o resumir):

ddply(iris, "Species", summarise, 
    wmn = weighted.mean(Sepal.Length, Petal.Length), 
    mn = mean(Sepal.Length))