r - 找到多列的加权平均值？

Question

这是公式:

𝟎。 𝟐 × 𝑹 + 𝟎。 𝟑 × 𝑭 + 𝟎。 𝟓 × 𝑴

我想从代表 的 3 列中找到加权平均值R , 传真 和 男

我试过这个:

vvv$rfm_score=weighted.mean(x=c(vvv$rank_recency, vvv$rank_freq, vvv$rank_monetary_v)
              ,w=c(.2,.3,.5))

但是它给出的列对于所有行都是相同的？

为了澄清起见，每列都有一个从 1 到 5 的数字。稍后，根据需要使用每列中的一列计算加权平均值，如公式中所示。

问题肯定出在我使用 weighted.mean 的方式上功能，但在尝试了不同的方法并查找帮助页面后，我可以找到正确的方法。

Answer 1

这是使用 rowwise 的解决方案和 do来自 dplyr :

library(dplyr)
library(magrittr)

set.seed(200)

# Make some data

vvv <-  matrix(sample(1:5,replace = TRUE,18),ncol = 3) %>% as.data.frame()

names(vvv) <- c("rank_recency","rank_freq","rank_monetary_v")  

head(vvv)
# rank_recency rank_freq rank_monetary_v
#            3         4               1
#            3         1               4
#            3         3               2
#            4         2               2
#            4         3               3
#            5         4               1

vvv$rfm_score <-   vvv %>% 
  rowwise() %>% # compute for each row
  do(data.frame(
            rfm_score=weighted.mean(
                          x=c(.$rank_recency,.$rank_freq,.$rank_monetary_v),
                          w=c(.2,.3,.5)
                      )
               )
     ) %>% 
  ungroup() %>% # undo row groups
  use_series("rfm_score") # extract the weighted means

head(vvv)
# rank_recency rank_freq rank_monetary_v rfm_score
#            3         4               1       2.3
#            3         1               4       2.9
#            3         3               2       2.5
#            4         2               2       2.4
#            4         3               3       3.2
#            5         4               1       2.7

使用 rowwise和 do ，您可以通过 weighted.mean值作为每行的三元素向量。