我想以长格式聚合数据。我有一个ID变量,一个Year变量和另外两个有趣的变量。我现在想在一年之内汇总一个人中的变量。
这是我原始数据框的样子:
if np.any(np.absolute(y) <= np.absolute(f(x))):
if np.any(f(x) > 0 and y > 0 and y <= f(x)): counter += 1
if np.any(f(x) < 0 and y < 0 and y >= f(x)): counter -= 1
这就是我想要的方式:
ID year month x y
1 A 2014 3 2 NA
2 B 2010 2 3 NA
3 B 2010 5 NA 21
4 B 2011 2 2 NA
5 B 2011 5 NA 25
6 C 2012 5 NA 23
7 C 2013 2 2 NA
8 C 2013 5 NA 22
9 C 2014 2 1 NA
10 C 2014 11 NA 30
只要某人在一年中有两项测量(例如,某人B在2010年和2011年有两项测量),我想在此人和每年之内汇总x和y值。稍后,我希望有一个数据框,该数据框每年仅包含一行,但包含有关x和y的所有信息。
像这样:
ID year month x1 y1
1 A 2014 3 2 NA
2 B 2010 2 3 21
3 B 2010 5 3 21
4 B 2011 2 2 25
5 B 2011 5 2 25
6 C 2012 5 NA 23
7 C 2013 2 2 22
8 C 2013 5 2 22
9 C 2014 2 1 30
10 C 2014 11 1 30
您对此有何建议?非常感谢您的帮助!
答案 0 :(得分:1)
我们可以使用na.locf0
中的zoo
library(dplyr)
library(zoo)
df1 %>%
group_by(ID, year) %>%
mutate_at(vars(x, y), list(~ na.locf0(na.locf0(., fromLast = TRUE))))
# A tibble: 10 x 5
# Groups: ID, year [6]
# ID year month x y
# <chr> <int> <int> <int> <int>
# 1 A 2014 3 2 NA
# 2 B 2010 2 3 21
# 3 B 2010 5 3 21
# 4 B 2011 2 2 25
# 5 B 2011 5 2 25
# 6 C 2012 5 NA 23
# 7 C 2013 2 2 22
# 8 C 2013 5 2 22
# 9 C 2014 2 1 30
#10 C 2014 11 1 30
或使用fill
中的tidyr
library(tidyr)
df1 %>%
group_by(ID, year) %>%
fill(x, y, .direction = 'up') %>%
fill(x, y)
获得最终输出
df1 %>%
group_by(ID, year) %>%
fill(x, y, .direction = 'up') %>%
slice(1)
# A tibble: 6 x 5
# Groups: ID, year [6]
# ID year month x y
# <chr> <int> <int> <int> <int>
#1 A 2014 3 2 NA
#2 B 2010 2 3 21
#3 B 2011 2 2 25
#4 C 2012 5 NA 23
#5 C 2013 2 2 22
#6 C 2014 2 1 30
df1 <- structure(list(ID = c("A", "B", "B", "B", "B", "C", "C", "C",
"C", "C"), year = c(2014L, 2010L, 2010L, 2011L, 2011L, 2012L,
2013L, 2013L, 2014L, 2014L), month = c(3L, 2L, 5L, 2L, 5L, 5L,
2L, 5L, 2L, 11L), x = c(2L, 3L, NA, 2L, NA, NA, 2L, NA, 1L, NA
), y = c(NA, NA, 21L, NA, 25L, 23L, NA, 22L, NA, 30L)),
class = "data.frame", row.names = c("1",
"2", "3", "4", "5", "6", "7", "8", "9", "10"))
答案 1 :(得分:0)
我认为您需要将两个变量都列为:
aggregate(x,by = list(ID,year),FUN =“此处是您的功能”)
答案 2 :(得分:0)
这也可以:
df %>%
group_by(ID, year) %>%
summarise_at(vars(one_of(c("x", "y"))),
~ if (length(.x) == 1 && is.na(.x)) NA else sum(.x, na.rm = TRUE))