Question

我发现dplyr快速，简单地汇总和汇总数据。但是我找不到使用dplyr解决以下问题的方法。

给出以下数据帧：

    df_2017 <- data.frame(expand.grid(1:195,1:65,1:39), 
                         value = sample(1:1000000,(195*65*39)),
                         period = rep("2017",(195*65*39)),
                         stringsAsFactors = F)

    df_2017 <- df_2017[sample(1:(195*65*39),450000),]

    names(df_2017) <- c("company", "product", "acc_concept", "value", "period")

    df_2017$company <- as.character(df_2017$company)
    df_2017$product <- as.character(df_2017$product)
    df_2017$acc_concept <- as.character(df_2017$acc_concept)
    df_2017$value <- as.numeric(df_2017$value)

 ratio_df <- data.frame(concept=c("numerator","numerator","numerator","denom", "denom", "denom","name"),
ratio1=c("1","","","4","","","Sales over Assets"),
ratio2=c("1","","","5","6","","Sales over Expenses A + B"), stringsAsFactors = F)

df_2017中的列为：

company =这是公司从1到195的分类变量
product =这是一个分类，家庭电器产品的范围是1到65。例如，1可以等于熨斗，2可以等于电视机，等等
acc_concept =这是一个分类变量，其会计概念从1到39。例如，1等于“销售”，2等于“总费用”，3等于“退货”，4到“资产等
value =这是一个数字变量，USD从1到100.000.000
期间 =分类变量。总是2017年

expand.grid暗示，公司-产品-acc_concept 的组合永远不会重复，但是，可能会发生某些主题没有每个公司-产品-acc_concept 组合。这就是代码行“ df_2017 <-df_2017 [sample（1：195 * 65 * 39），450000），]”的原因，也是输出可能变为NA的原因（见下文）。

ratio_df中的列在哪里：

概念 =哪个acc_concept对应于分子，哪个对应于分子分母，即比率的名称
ratio1 = acc_concept和ratio1的名称
ratio2 = acc_concept和ratio2的名称

我想为每个公司内的每种产品计算acc_concept之间的2个比率（ratio_df）。

例如：

我从ratio_df中获取第一个比率“ acc_concepts”和“ name”：

num_acc_concept   <- ratio_df[ratio_df$concept == "numerator", 2]
denom_acc_concept <- ratio_df[ratio_df$concept == "denom", 2]
ratio_name        <- ratio_df[ratio_df$concept == "name", 2]

然后我计算一家公司的一种产品的比率，只是为了表明您想要我要做的事情：

ratio1_value <- sum(df_2017[df_2017$company == 1 & df_2017$product == 1 & df_2017$acc_concept %in% num_acc_concept, 4]) / sum(df_2017[df_2017$company == 1 & df_2017$product == 1 & df_2017$acc_concept %in% denom_acc_concept, 4])

输出：

output <- data.frame(Company="1", Product="1", desc_ratio=ratio_name, ratio_value = ratio1_value, stringsAsFactors = F)

就像我之前说的，我想对每个公司的每个产品执行此操作

输出data.frame可能是类似的东西（比率不是真正的比率，因为我还没有进行计算）：

company    product   desc_ratio              ratio_value
1           1        Sales over Assets           0.9303675
1           3        Sales over Assets           1.30
1           7        Sales over Assets           Nan
1           1        Sales over Expenses A + B   Inf
1           2        Sales over Expenses A + B   2.32
1           3        Sales over Expenses A + B    NA
2
3
and so on...

比率为0/0时的NaN
比率为数字/ 0时的信息
没有特定公司和产品的数据时不适用。

我希望我已经清楚了...

有什么方法可以用dplyr解决此行问题吗？我应该投放df_2017吗？

R-Dplyr-如何对行进行突变

0 个答案: