Question

我使用dplyr计算索引。索引是组中每个条目与总条目之间的平方比的总和。

library(dplyr)

set.seed(1e2)
firm_id <-  sample(1:3, 1e2, rep=T)
pro_id <-  sample(1:8, 1e2, rep=T)
emplo_id <- sample(1:5, 1e2, rep=T)
cost <-  round(abs(rnorm(1e2, 20)), 2)

df <- data.frame(firm_id, pro_id, emplo_id, cost)

df_index <- df %>% group_by(firm_id,pro_id) %>% 
  mutate(INDEX = sum((cost/sum(cost))^2))

我现在要计算每个条目对其组产生的idex的贡献，这意味着我想计算一个新索引，就好像一个值的条目成本为0，而对于每个条目来说，这就像在循环中一样（然后将新索引除以旧索引）。

预期结果：

firm_id <-  c(1,1,1)
pro_id <-  c(1,1,1)
emplo_id <- c(1:3)
cost <-  c(1,50,100)
INDEX <- rep(0.5482654,3)
newINDEX <- c(0.5555556,0.9803941,0.9615532)
df_index <- data.frame(firm_id, pro_id, emplo_id, cost, INDEX, newINDEX)

使用mutate我不知道该怎么做。欢迎任何建议！

Answer 1

您可以使用purrr::map_dbl()遍历每个索引中的行索引组，然后应用在给定索引处替换cost的函数为0，然后重新计算索引。这是一个数据示例您给出了预期的输出：

library(dplyr)
library(purrr)

# The function used to calculate the index value
index <- function(x) sum((x / sum(x)) ^ 2)

df_index %>%
  group_by(firm_id, pro_id) %>%
  mutate(new = map_dbl(row_number(), function(i) {
    index(replace(cost, i, 0))
  }))
#> # A tibble: 3 x 7
#> # Groups:   firm_id, pro_id [1]
#>   firm_id pro_id emplo_id  cost INDEX newINDEX   new
#>     <dbl>  <dbl>    <int> <dbl> <dbl>    <dbl> <dbl>
#> 1       1      1        1     1 0.548    0.556 0.556
#> 2       1      1        2    50 0.548    0.980 0.980
#> 3       1      1        3   100 0.548    0.962 0.962

使用附加的辅助功能，您还可以以一种更简洁的方式进行此操作：

index_without <- function(i, x) {
  map_dbl(i, function(i) index(replace(x, i, 0)))
}

df_index %>%
  group_by(firm_id, pro_id) %>%
  mutate(new = index_without(row_number(), cost))
#> # A tibble: 3 x 7
#> # Groups:   firm_id, pro_id [1]
#>   firm_id pro_id emplo_id  cost INDEX newINDEX   new
#>     <dbl>  <dbl>    <int> <dbl> <dbl>    <dbl> <dbl>
#> 1       1      1        1     1 0.548    0.556 0.556
#> 2       1      1        2    50 0.548    0.980 0.980
#> 3       1      1        3   100 0.548    0.962 0.962

由reprex package（v0.2.0.9000）于2018-08-08创建。

在变异内循环

1 个答案: