r - group_by() summarise() 和权重百分比 - R

Question

假设一家公司有 3 位老板和 20 位员工，其中每个员工 完成了 n_Projects，总体绩效百分比:

> df <- data.frame(Boss = sample(1:3, 20, replace=TRUE),
                  Employee = sample(1:20,20),
                  n_Projects = sample(50:100, 20, replace=TRUE),
                  Performance = round(sample(1:100,20,replace=TRUE)/100,2),
                  stringsAsFactors = FALSE)

> df
   Boss Employee n_Projects Performance
1     3        8         79        0.57
2     1        3         59        0.18
3     1       11         76        0.43
4     2        5         85        0.12
5     2        2         75        0.10
6     2        9         66        0.60
7     2       19         85        0.36
8     1       20         79        0.65
9     2       17         79        0.90
10    3       14         77        0.41
11    1        1         78        0.97
12    1        7         72        0.52
13    2        6         62        0.69
14    2       10         53        0.97
15    3       16         91        0.94
16    3        4         98        0.63
17    1       18         63        0.95
18    2       15         90        0.33
19    1       12         80        0.48
20    1       13         97        0.07

CEO 让我计算每个老板的工作质量。但是，他要求进行特定计算:每个 Performance 值的权重必须等于 n_Project 值占该老板总 n_Project 的权重.

例如，对于老板 1，我们共有 604 个 n_Projects，其中项目 1 的性能权重为 0,13 (78/604 * 0,97 = 0,13)，项目 3 的性能权重为 0,1 (59/604 * 0,18 = 0,02) ， 等等。这些性能权重的总和就是 Boss 性能，对于 Boss 1 来说是 0,52。所以，最终的输出应该是这样的:

 Boss  total_Projects Performance
    1             604        0.52
    2             340        0.18  #the values for boss 2 are invented
    3             230        0.43  #the values for boss 3 are invented

然而，我仍在为此苦苦挣扎:

df %>%
  group_by(Boss) %>%
  summarise(total_Projects = sum(n_Projects),
            Weight_Project = n_Projects/sum(total_Projects))

除了这个问题，你能给我任何关于这个问题的反馈(特别是我的代码)或任何提高数据操作技能的建议吗？ (你可以在我的个人资料中看到我问了很多这样的问题，但我仍然无法自己解决)

Answer 1

我们可以获得“n_Projects”和“Performance”的乘积的总和，然后除以“total_projects”

library(dplyr)
df %>% 
    group_by(Boss) %>% 
    summarise(total_projects = sum(n_Projects), 
              Weight_Project = sum(n_Projects * Performance)/total_projects)
    # or
    # Weight_Project = n_Projects %*% Performance/total_projects)
# A tibble: 3 x 3
#   Boss total_projects Weight_Project
#  <int>          <int>          <dbl>
#1     1            604          0.518
#2     2            595          0.475
#3     3            345          0.649