Я пытаюсь рассчитать доход, взвешенный по активам, по классу активов. Для моей жизни я не могу понять, как это сделать, используя команду aggregate.
Мой кадр данных выглядит следующим образом
dat <- data.frame(company, fundname, assetclass, return, assets)
Я пытаюсь сделать что-то вроде (не копируйте это, это неправильно):
aggregate(dat, list(dat$assetclass), weighted.mean, w=(dat$return, dat$assets))
Для начала w=(dat$return, dat$assets)) является синтаксической ошибкой.
И plyr делает это немного проще:
> set.seed(42) # fix seed so that you get the same results
> dat <- data.frame(assetclass=sample(LETTERS[1:5], 20, replace=TRUE),
+ return=rnorm(20), assets=1e7+1e7*runif(20))
> library(plyr)
> ddply(dat, .(assetclass), # so by asset class invoke following function
+ function(x) data.frame(wret=weighted.mean(x$return, x$assets)))
assetclass wret
1 A -2.27292
2 B -0.19969
3 C 0.46448
4 D -0.71354
5 E 0.55354
>
A data.table, будет быстрее, чем plyr
library(data.table)
DT <- data.table(dat)
DT[,list(wret = weighted.mean(return,assets)),by=assetclass]
## assetclass wret
## 1: A -0.05445455
## 2: E -0.56614312
## 3: D -0.43007547
## 4: B 0.69799701
## 5: C 0.08850954
Это также легко сделать с помощью агрегата. Это помогает запоминать альтернативные уравнения для взвешенного среднего.
rw <- dat$return * dat$assets
dat1 <- aggregate(rw ~ assetclass, data = dat, sum)
datw <- aggregate(assets ~ assetclass, data = dat, sum)
dat1$weighted.return <- dat1$rw / datw$assets