Question

我有一个看起来像这样的数据框（让我们称之为monthlyaverages）......

month_year       product_key_1      product_key_2        product_key_3        product_key_4
2014-08          NA                 NA                   NA                   50
2014-09          NA                 NA                   NA                   NA
2014-10          NA                 NA                   149                  NA
2014-11          NA                 40                   116.81               NA
2014-12          NA                 43                   117                  NA
2015-01          65                 NA                   117                  NA
2015-02          65                 NA                   300                  60
2015-03          65                 NA                   NA                   60
2015-04          NA                 NA                   NA                   70
2015-05          NA                 NA                   NA                   NA
2015-06          NA                 NA                   NA                   NA

但我有数千行，还有几个月。我想要做的是创建价格亲戚，但使用前一个月（不是一月的基准月份）。因此，以product_key_3为例，我将得出116.81 / 149作为2014-09的价格相对而且相对于2014-10的价格为117 / 116.81，依此类推。如果我想要的前一个单元格中有NA，或者在这几个月内只有一个价格观察到该产品，我希望价格相对于（使用product_key_2）作为示例，2014/11年为40/40。 / p>

我想要的输出看起来像这样：

          month_year       pr_product_1      pr_product_2        pr_product_3   pr_product_4

            2014-08          NA                 NA                   NA                 1
            2014-09          NA                 NA                   NA                 NA
            2014-10          NA                 NA                   1                  NA
            2014-11          NA                 1                    0.7839             NA
            2014-12          NA                 1.075                1.0016             NA
            2015-01          1                  NA                   1                  NA
            2015-02          1                  NA                   2.5641             1
            2015-03          1                  NA                   NA                 1
            2015-04          NA                 NA                   NA                 1.16
            2015-05          NA                 NA                   NA                 NA
            2015-06          NA                 NA                   NA                 NA

我已成功通过以下方式执行上述解释： monthlyaveragestest <- monthlyaverages %>% mutate_at(.vars=vars(matches("product", ignore.case = FALSE)), .funs=funs(lag(lead(.)/.,)))

但现在我想做类似的事情，而是划分列而不是划分行。我知道可能有一个快速修复，但我已经尝试了这个代码的许多变体，似乎无法让它工作，我找不到另一个类似于我正在尝试做的问题。

非常感谢任何帮助。您可以使用以下命令重新创建我的示例数据集：

date <- c(2014-08, 2014-09, 2014-10, 2014-11, 2014-12, 2015-01, 2015-02, 2015-03, 2015-04, 2015-05, 2015-06)
product_key_1 <- c(NA, NA, NA, NA, NA, 65, 65, 65, NA, NA, NA)                    
product_key_2 <- c(NA, NA, NA, 40, 43, NA, NA, NA, NA, NA, NA)
product_key_3 <- c(NA, NA, 149, 116.81, 117, 117, 300, NA, NA, NA, NA)
product_key_4 <- c(50, NA, NA, NA, NA, NA, 60, 60, 70, NA, NA)
monthlyaverages <- data.frame(date, product_key_1, product_key_2, product_key_3, product_key_4)

如果所有这些都有意义，请告诉我，如果我能说清楚的话。感谢。

Answer 1

我认为如果您将数据转换为长格式，然后使用lag()来划分列，您应该接近：

library(tidyverse)

monthlyaverages %>% 
    # turn it into long format
    gather(key, val, -month_year) %>%
    # insert a seperator to make it easier to split out the unique column name
    mutate(key = str_replace(key, "_(\\d+)", ";\\1") ) %>% 
    # split out the column name
    separate(key, c("key2", "type"), sep = ";") %>% 
    # sort by date, then by type
    group_by(month_year) %>%
    arrange(type) %>% 
    # divide the previous value by the current value, defaulting to 1 when val is NA
    # not sure exactly what you want--maybe you'll need to swap lag(val) and val
    mutate(  newval = lag(val)/coalesce(val,1)  ) %>% 
    ungroup() %>%
    # drop the unnecssary variables
    select(month_year, type, newval) %>% 
    # spread out the new variables
    spread(type, newval, sep = "div_")

稍后，您可以使用left_join()通过month_year将其加入monthlyaverages。

使用mutate_at调用在r中划分多个列

1 个答案: