如何在给定R中每个值的计数的情况下轻松获得平均值、中位数、四分位数等？

Question

假设我有一个数据框，其中一列表示值，另一列表示该值被观察到的次数：

x <- data.frame(value=c(1,2,3), count=c(4,2,1))
x
#   value count
# 1     1     4
# 2     2     2
# 3     3     1

我知道我可以使用weighted.mean获得数据的加权平均值，使用几个软件包(例如limma)提供的weighted.median函数获得加权中值，但是我如何获得数据的其他加权统计数据，例如第一和第三个四分位数，可能还有标准差？使用rep“扩展”数据不是一个选择，因为sum(x$count)大约是30亿(人类基因组的大小)。

Answer 1

你有没有尝试过这些包：

1. Hmisc --它有几个加权的统计数据，包括加权的quantiles
2. laeken --它有加权的分位数。

Answer 2

或者尝试对其进行反向转换，并以通常的方式运行分析：

dtf <- data.frame(value = 1:3, count = c(4, 2, 1))
x <- with(dtf, rep(value, count))
summary(x)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   1.000   1.000   1.571   2.000   3.000 
fivenum(x)
[1] 1 1 1 2 3

Answer 3

要完成Prasad Chalasani的answer，下面是完成加权中值的代码，给定一个列表示值，另一个列表示观察到该值的次数。注意，它使用Hmisc包中的wtd.quantile函数。

require(Hmisc)

x <- data.frame(value=c(1,2,3), count=c(4,2,1))
##   value count
## 1     1     4
## 2     2     2
## 3     3     1

wtd.quantile(x$value, x$count, probs = 0.5)
## 50% 
##   1