如何对数据集进行子集化和应用

时间:2019-06-19 07:32:42

标签: r

我在同一数据集中有不同商品的价格清单。

abc1 <- c("2005-09-18", "ABC", 99.00)
abc2 <- c("2005-09-19", "ABC", 98.00)
abc3 <- c("2005-09-20", "ABC", 98.50)
abc4 <- c("2005-09-21", "ABC", 97.75)
def1 <- c("2005-09-14", "DEF", 79.00)
def2 <- c("2005-09-15", "DEF", 78.00)
def3 <- c("2005-09-16", "DEF", 78.50)
def4 <- c("2005-09-20", "DEF", 77.75)

df <- data.frame(rbind(abc1, abc2, abc3, abc4, def1, def2, def3, def4))

上面的快速表将导致:

             X1  X2    X3
abc1 2005-09-18 ABC    99
abc2 2005-09-19 ABC    98
abc3 2005-09-20 ABC  98.5
abc4 2005-09-21 ABC 97.75
def1 2005-09-14 DEF    79
def2 2005-09-15 DEF    78
def3 2005-09-16 DEF  78.5
def4 2005-09-20 DEF 77.75

我想添加一列,例如X4,这是针对特定X2的今天相对于前一天的变化。因此x4将具有以下值:

 X4
 0,0%
-1,0%
 0,5%
-0,8%
 0,0%
-1,3%
 0,6%
-1,0%

目标是对X3中的所有不同项目执行此操作。理想情况下,不拆分表。我认为日期总会保持正确的顺序,但以防万一。

2 个答案:

答案 0 :(得分:3)

我们可以按'X2'分组,并用diff来计算相邻元素的差值

library(dplyr)
df %>%
   group_by(X2) %>%
   mutate(X4 = c(0, diff(X3)))

或按“ X2”分组后,取“ X2”和“ X2”的lag之间的差值

df %>%
   group_by(X2) %>%
   mutate(X4 = X3 - lag(X3, default = first(X3)))

答案 1 :(得分:2)

只需一点提示:您想计算百分比差异,而不是绝对差异。

您必须调整公式才能这样做,否则您的结果是错误的:-)。

df %>%
  dplyr::group_by(X2) %>%
  dplyr::mutate(X4 = (X3/lag(X3, default = first(X3)) - 1) * 100)

  X1         X2       X3     X4
  <fct>      <fct> <dbl>  <dbl>
1 2005-09-18 ABC    99    0    
2 2005-09-19 ABC    98   -1.01 
3 2005-09-20 ABC    98.5  0.510
4 2005-09-21 ABC    97.8 -0.761
5 2005-09-14 DEF    79    0    
6 2005-09-15 DEF    78   -1.27 
7 2005-09-16 DEF    78.5  0.641
8 2005-09-20 DEF    77.8 -0.955