Question

我对R还是比较陌生，很抱歉，如果已经问过这个问题，但是我显然不能理解答案或找不到正确的关键词！

这是我的问题：我有一个像这样的数据集：

   Name           Year  Corg
 1 Bois 17        2001   1.7
 2 Bois 17        2007   2.1
 3 Bois 17        2014   1.9
 4 8-Toume        2000   1.7
 5 8-Toume        2015   1.4
 6 7-Richelien 2  2004   1.1
 7 7-Richelien 2  2017   1.5
 8 7-Richelien 2  2019   1.2
 9  Communaux     2003   1.4
 10 Communaux     2016   3.8
 11 Communaux     2019   2.4
 12 Cocandes      2000   1.7
 13 Cocandes      2014   2.1

如您所见，有时每个名称会有两到三行结果（理论上每个名称甚至可以有4、5或更多行）。

对于每个名称，我想计算最高年份和最低年份之间的年度Corg变化率。

更具体地说，我想这样做：

(Corg_of_highest_year/Corg_of_lowest_year)^(1/(lowest_year-highest_year))-1

您能否解释一下如何获取如下所示的汇总数据集：

Name      Length_in_years   Corg_rate
Bois 17   13                0.9%
8-Toume   15                -1.3%
etc.

Answer 1

我们可以使用group_by中的dplyr进行计算

library(dplyr)

df %>%
  group_by(Name) %>%
  summarise(Length = diff(range(Year)), 
        Corg_rate = ((Corg[which.max(Year)]/Corg[which.min(Year)]) ^ 
                      (1/Length) - 1) * 100)

# A tibble: 5 x 3
#  Name         Length Corg_rate
#  <fct>         <int>     <dbl>
#1 7-Richelien2     15     0.582
#2 8-Toume          15    -1.29 
#3 Bois17           13     0.859
#4 Cocandes         14     1.52 
#5 Communaux        16     3.43

使用最近一年和相差最少5年的年份进行分析

df %>%
  group_by(Name) %>%  
  summarise(Length = max(Year) - max(Year[Year <= max(Year) - 5]),
            Corg_rate = (Corg[which.max(Year)]/Corg[Year == max(Year[Year <= (max(Year) - 5)])]) ^ (1/Length) - 1, 
            Corg_rate = Corg_rate * 100)



# Name         Length Corg_rate
#  <fct>         <int>     <dbl>
#1 7-Richelien2     15     0.582
#2 8-Toume          15    -1.29 
#3 Bois17            7    -1.42  
#4 Cocandes         14     1.52 
#5 Communaux        16     3.43

数据

df <- structure(list(Name = structure(c(3L, 3L, 3L, 2L, 2L, 1L, 1L, 
1L, 5L, 5L, 5L, 4L, 4L), .Label = c("7-Richelien2", "8-Toume", 
"Bois17", "Cocandes", "Communaux"), class = "factor"), Year = c(2001L, 
2007L, 2014L, 2000L, 2015L, 2004L, 2017L, 2019L, 2003L, 2016L, 
2019L, 2000L, 2014L), Corg = c(1.7, 2.1, 1.9, 1.7, 1.4, 1.1, 
1.5, 1.2, 1.4, 3.8, 2.4, 1.7, 2.1)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13"))

Answer 2

首先创建一个指示组名称中年份最大和最小的时间的指示器，然后将Corg列扩展到MAX_Corg（最大年份的Corg）和MIN_corg，我们以后可以轻松地计算变化率。

my_df %>% 
  group_by(Name) %>%
  mutate( #new column denoting the max and min
    year_max_min = ifelse(Year == max(Year), "MAX_corg",
                          ifelse(Year == min(Year), "MIN_corg",
                                 NA
                                 ) 
                          ) 
  ) %>% 
  filter(!(is.na(year_max_min))) %>% # removing NA
  group_by(Name,  year_max_min) %>%  #grouping by Name and max_min indicator
  summarise(Corg= Corg) %>% #summarising
  spread(year_max_min, Corg) %>% #spread the indicator into two column; MAX_corg and MIN_corg
  mutate(
    rate_of_change = (MAX_corg / MIN_corg)^(1/(MIN_corg - MAX_corg)) - 1 # calculates rate of change
    )

Answer 3

使用dplyr group_by（name），然后计算您的值。这是一个例子

library(dplyr)

data %>%
group_by(name) %>%
summarise(Length = max(Year)-min(Year), Corg_End = sum(Corg[Year==max(Year), Corg_Start = sum(Corg[Year==min(Year)]))

这向您展示了分组的逻辑，即，在group_by（name）max(Year)将给出每个名称的最高年份而不是总的年份之后。使用这种逻辑来计算变化率应该很容易，但是我不会尝试缺少可重复的数据。

Answer 4

这是使用data.table的解决方案：

df = data.table(df)

mat = df[, .(
   Rate = 100*((Corg[which.max(Year)] / Corg[which.min(Year)])^(1/diff(range(Year))) - 1)
), by = Name]

> mat
           Name       Rate
1:       Bois17  0.8592524
2:      8-Toume -1.2860324
3: 7-Richelien2  0.5817615
4:    Communaux  3.4261123
5:     Cocandes  1.5207989

计算每个子组的最小和最大年之间的变化率

4 个答案: