已计算平均值的权重

我有这样的数据:

category <- c("A", "B", "C", "B", "B", "B", "C")
mean <- c(5,4,5,4,3,1,5)
counts <- c(5, 200, 300, 150, 400, 200,250)

df <- data.frame(category, mean, counts)

category 是某种因素, mean 是已计算的平均值。 意思是 通过不同形状的刻度(1-5)和 counts . 我只是计算了一下 意思是 s,而不是计算它的单个值。

目标是将不同的 意思是 s在不同的方面 类别 s、 像这样:

library(dplyr)
df %>% group_by(category) %>% 
  summarise(weighted.mean(mean, counts))

A   5.000000        
B   2.947368        
C   5.000000    

问题是,从更高的 计数 喜欢 C (550)然后从较低的计数,如 A (5). 你知道怎么考虑这个吗?

我的解决方案就是这个。但我不知道它是否有效:

df %>% mutate(y = mean * counts) %>%
  mutate(category = as.factor(category)) %>%
  group_by(category) %>%
    summarise(X = sum(y)) %>%
  arrange(desc(X))


B   2800            
C   2750            
A   25