我有一个数据集,如下所示
df <- data.frame("id" = c("Alpha", "Alpha", "Alpha","Alpha","Beta","Beta","Beta","Beta"),
"Year" = c(1970,1971,1972,1973,1974,1977,1978,1990),
"Group" = c(1,NA,1,NA,NA,2,2,NA),
"Val" = c(2,3,3,5,2,5,3,5))我想要创建一个累积和"Val“。我知道怎么做简单的累加和
df <- df %>% group_by(id) %>% mutate(cumval=cumsum(Val))
但是,我希望我的最终数据如下所示
final <- data.frame("id" = c("Alpha", "Alpha", "Alpha","Alpha","Beta","Beta","Beta","Beta"),
"Year" = c(1970,1971,1972,1973,1974,1977,1978,1990),
"Group" = c(1,NA,1,NA,NA,2,2,NA),
"Val" = c(2,3,3,5,2,5,3,5),
"cumval" = c(2,5,6,11,2,7,5,10))基本思想是,当两个"Val“属于同一”组“时,后面发生的(年份)会替换前一个。例如,在样本数据集中,观察值3的”累积“值为6而不是8,因为1972年的"Val”替换了1970年的“Val”。Beta也是如此。
我要提前感谢你的帮助
发布于 2019-09-30 07:27:13
在我看来,这需要一个for循环。首先,我们按id列将数据帧拆分为两个列表。然后我们创建两个空列表。在og列表中,我们将把出现第一个唯一的非NA组标识符的行放入其中。对于alpha,这是第一行;对于Beta,这是第二行。当该值被替换时,我们将使用它从累积和中减去。
mylist <- split(df, f = df$id)
og <- list()
vals <- list()
df_num <- 1我们将使用嵌套循环,外层循环遍历列表中的每个对象(本例中为dataframe),内层循环遍历Group列中的每个值。
我们需要跟踪行号,这是我们使用r变量所做的。我们最初在for循环外部将其设置为0,所以我们添加了1。首先,我们检查我们是否在数据帧的第一行,在这种情况下,累积和仅仅等于Val列的第一行中的值。然后在if测试中,我们使用另一个if测试来检查组id是否为安娜。如果不是,则这是该数字的第一次出现,如果该数字再次出现,则该数字将指示替换当前值。因此,我们将数字保存到临时变量temp。我们还提取包含该值的行并将其保存到og列表中。
在此之后,它将进入下一次迭代。我们检查当前的组值是否为NA。如果是,那么我们只需将该值添加到累积和中。如果它不等于NA,我们检查该值是否为NA,是否等于存储在temp中的值。如果两者都是真的,那么这意味着我们需要替换。我们提取存储在og列表中的原始值,并将其保存为旧的。然后,我们从累积和中减去旧值,然后添加当前值。我们还将og中的原始值替换为当前的替换值。这是因为如果需要再次替换该值,我们将需要减去当前值而不是原始值。
如果j为NA但不等于temp,则这是一个新的组实例。因此,我们将具有原始值的行保存到og列表,并保存Group。求和继续正常进行,因为这不是替换某个值的实例。请注意,用于对og列表中的元素进行计数的变量x只有在列表中添加新的匹配项时才会递增。因此,og[[x-1]]将始终是替换值。
for (my_df in mylist) {
x <- 1
r <- 0
for (j in my_df$Group) {
r <- r + 1
if (r == 1) {
vals[[1]] <- my_df$Val[1]
if (is.na(j)==FALSE) {
og[[x]] <- df[r, c('Group', 'Val'), drop = FALSE]
temp <- j
x <- x + 1
}
next
}
if (is.na(j)==TRUE) {
vals[[r]] <- vals[[r-1]] + my_df$Val[r]
} else if (is.na(j)==FALSE & j==temp) {
old <- og[[x-1]]
old <- old[,2]
vals[[r]] <- vals[[r-1]] - old + df$Val[r]
og[[x-1]] <- df[r, c('Group', 'Val'), drop = FALSE]
} else {
vals[[r]] <- vals[[r-1]] + my_df$Val[r]
og[[x]] <- my_df[r, c('Group', 'Val')]
temp <- j
x <- x + 1
}
}
cumval <- unlist(vals) %>% as.data.frame()
colnames(cumval) <- 'cumval'
my_df <- cbind(my_df, cumval)
mylist[[df_num]] <- my_df
df_num <- df_num + 1
}最后,我们通过使用dplyr包中的bind_rows将这两个数据帧绑定到行上,从而组合列表中的两个数据帧。然后,我使用identical()检查Final数据帧是否与您期望的输出相同,结果为TRUE
final_df <- bind_rows(mylist)
identical(final_df, final)
[1] TRUE https://stackoverflow.com/questions/58157423
复制相似问题