플라이어 가중치 테이블 데이터 프레임

Question

여러 질문 (y1, y2, y3, ...)에 대한 정수 값 응답 및 각 응답자에게 할당 된 가중치 수 (weighted count)로 구성된 측량 데이터로 작업 중입니다.

foo <- data.frame(wcount = c(10, 1, 2, 3),  # weighted counts 
        y1 = sample(1:5, 4, replace=T), # numeric responses 
        y2 = sample(1:5, 4, replace=T), # 
        y3 = sample(1:5, 4, replace=T)) # 
>foo 
    wcount y1 y2 y3 
1  10 5 5 5 
2  1 1 4 4 
3  2 1 2 5 
4  3 2 5 3 

그리고이 값을 가중치 테이블의 통합 된 데이터 프레임 버전, 즉 응답 값을 나타내는 첫 번째 열과 가중치 수를 나타내는 다음 세 개의 열로 변환하고 싶습니다.

library(Hmisc) 
ty1 <- wtd.table(foo$y1, foo$wcount) 
ty2 <- wtd.table(foo$y2, foo$wcount) 
ty3 <- wtd.table(foo$y3, foo$wcount) 

bar <- merge(ty1, ty2, all=T, by="x") 
bar <- merge(bar, ty3, all=T, by="x") 

names(bar) <- c("x", "ty1", "ty2", "ty3") 
bar[is.na(bar)]<-0 
>bar 
    x ty1 ty2 ty3 
1 1 3 0 0 
2 2 3 2 0 
3 3 0 0 3 
4 4 0 1 1 
5 5 10 13 12 

내가 ddply plyr 및 numcolwise 또는 이것을 자동화하는 방법이 의심이 사용하여 열을 기준으로 명시 적으로 수행 할 수 있습니다. 예를 들어, 다음은 거의 끝나지만 작업을 완료하는 데 필요한 다른 것이 있는지 잘 모르겠습니다.

library(plyr) 
bar2 <- numcolwise(wtd.table)(foo[c("y1","y2","y3")], foo$wcount) 
>bar2 
     y1  y2  y3 
1 1, 2, 5 2, 4, 5 3, 4, 5 
2 3, 3, 10 2, 1, 13 3, 1, 12 

의견이 있으십니까?

Answer 1

아니 plyr 대답하지만,이 패키지 reshape2에서 함수를 사용하여 노골적으로 달려 드는 수있는 문제를 집계/재 형성 나를 쳤다.

처음으로 x (고유 값은 y1 - y3)이라고 명명 할 수있는 응답 값의 열을 만드는 데이터 세트 melt입니다.

library(reshape2) 
dat2 = melt(foo, id.var = "wcount", value.name = "x") 

는 이제이 집계 함수로 sum를 사용하여, dcast와 넓은 다시 캐스팅 할 수 있습니다. 그러면 각각 x 값의 합계가 wcount 인 열로 y1 - y3이 다시 나타납니다. 당신이 복제 가중치를 사용하는 설문 조사 데이터 세트를 설명하는

x y1 y2 y3 
1 1 3 0 0 
2 2 3 2 0 
3 3 0 0 3 
4 4 0 1 1 
5 5 10 13 12 

Answer 2

주기

# Cast back wide using the values within y1-y3 as response values 
    # and filling with the sum of "wcount" 
dcast(dat2, x ~ variable, value.var = "wcount", fun = sum) 

.

library(survey) 

x <- read.csv("http://www.eia.gov/consumption/residential/data/2009/csv/recs2009_public.csv") 
rw <- read.csv("http://www.eia.gov/consumption/residential/data/2009/csv/recs2009_public_repweights.csv") 
y <- merge(x , rw) 

# create a replicate-weighted survey design object 
z <- svrepdesign(data = y , weights = ~NWEIGHT , repweights = "brr_weight_[0-9]") 

# now run all of your analyses on the object `z` .. 
# see the `survey` package homepage for details 

# distribution 
svymean(~ factor(BASEHEAT) , z) 

# mean 
svymean(~ TOTHSQFT , z)