Сложные вычисления фрейма данных в R

Question

В настоящее время я импортирую две таблицы (в наиболее простой форме), которые выглядят так:

Table 1
State Month Account           Value
NY    Jan   Expected Sales    1.04
NY    Jan   Expected Expenses 1.02

Table 2
State Month Account    Value
NY    Jan   Sales      1,000
NY    Jan   Customers  500
NY    Jan   F Expenses 1,000
NY    Jan   V Expenses 100

И моей конечной целью является создание 3-го фрейма данных, который включает в себя значения первых двух строк и вычисляет 4-й столбец на основе функций

NextYearExpenses = (t2 F Expenses + t2 V Expenses)* t1 Expected Expenses
NextYearSales = (t2 sales) * t1 Expected Sales

Итак, мой желаемый результат следующий:

State Month New Account Value
NY    Jan   Sales       1,040
NY    Jan   Expenses    1,122

Я относительно новичок в R, и я думаю, что заявления ifelse могут быть моей лучшей ставкой. Я попытался объединить таблицы и вычислить с помощью простых функций столбцов, но без реального прогресса.

Есть предложения?

Answer 1

Возможно, вам придется немного обработать данные, но ничего необычного

require(dplyr)
Table1<-tibble(State=c("NY","NY"), Month=c("Jan","Jan"), Account=c("Expected Sales", "Expected Expenses"), Value=c(1.04,1.02))

Table2<-tibble(State=c("NY","NY","NY","NY"), Month=c("Jan","Jan","Jan","Jan"), Account=c("Sales", "Customers", "F Expenses","V Expenses"), Value=c(1000,500,1000,100))

Первое, что я делаю, это переименовываю учетные записи, чтобы они имели общее имя, т. Е. Расходы, это поможет мне позже объединиться в Table1

Table2$Account[Table2$Account=="F Expenses"]<-"Expenses"
Table2$Account[Table2$Account=="V Expenses"]<-"Expenses"

затем я использую функцию group_by и группирую по штатам, месяцам и счетам и получаю сумму

Table2 <- Table2 %>% group_by(State, Month,Account) %>% 
summarise(Tot_Value=sum(Value)) %>% ungroup()
head(Table2)

## State Month Account   Tot_Value
##  <chr> <chr> <chr>         <dbl>
## 1 NY    Jan   Customers       500
## 2 NY    Jan   Expenses       1100
## 3 NY    Jan   Sales          1000

тогда что-то похожее с переименованием для учетных записей в таблице 1

Table1$Account[Table1$Account=="Expected Sales"]<-"Sales"
Table1$Account[Table1$Account=="Expected Expenses"]<-"Expenses"

Слияние в третью таблицу, Таблица 3

Table3<- left_join(Table1,Table2)

используйте mutate для выполнения необходимой операции

Table3 <- Table3 %>% mutate(Value2=Value*Tot_Value)
head(Table3)

## # A tibble: 2 x 6
##   State Month Account  Value Tot_Value Value2
##   <chr> <chr> <chr>    <dbl>     <dbl>  <dbl>
## 1 NY    Jan   Sales     1.04      1000   1040
## 2 NY    Jan   Expenses  1.02      1100   1122

Answer 2

Я бы порекомендовал проверить концепцию «аккуратных данных» , так как существуют некоторые реальные проблемы при работе с данными со структурой, которая у вас есть в настоящее время. Например. создание t3 должно занять всего 2-3 строки кода, все это только для обхода вашей архитектуры данных:

library(tidyverse)

t1 <- data.frame(State = rep("NY", 2),
                 Month = rep(as.Date("2018-01-01"), 2),
                 Account = c("Expected Sales", "Expected Expenses"),
                 Value = c(1.04, 1.02),
                 stringsAsFactors = FALSE)

t2 <- data.frame(State = rep("NY", 4),
                 Month = rep(as.Date("2018-01-01"), 4),
                 Account = c("Sales", "Customers", "F Expenses", "V Expenses"),
                 Value = c(1000, 500, 1000, 100),
                 stringsAsFactors = FALSE)

t3 <- t2 %>% 
  spread(Account, Value) %>% 
  inner_join({
    t1 %>% 
      spread(Account, Value)
  }, by = c("State" = "State", "Month" = "Month")) %>% 
  mutate(NewExpenses = (`F Expenses` + `V Expenses`) * `Expected Expenses`,
         NewSales = Sales * `Expected Sales`) %>% 
  select(State, Month, Sales = NewSales, Expenses = NewExpenses) %>% 
  gather(Sales, Expenses, key = `New Account`, value = Value)

Answer 3

Вот что я сделал с dplyr и tidyr. Сначала я объединил ваши исходные таблицы с rbind в одну таблицу длинного формата. Поскольку у вас есть уникальные идентификаторы для каждого значения учетной записи, они не обязательно должны быть отдельными таблицами. Далее я group_by Состояние и месяц, чтобы сгруппировать их, предполагая, что в конечном итоге у вас будет множество состояний / месяцев. Далее я summarise на основе значений учетной записи, которые вы указали и создали два новых столбца. Наконец, чтобы получить желаемый длинный формат, я использовал gather из tidyr, чтобы перейти от широкоформатного формата к длинному. Вы можете разделить эти команды на более мелкие куски, удалив после %>%, чтобы получить лучшее представление о том, что делает каждый шаг.

library(dplyr)
library(tidyr)
rbind(df,df2) %>%
  group_by(State,Month) %>%
  summarise(Expenses = (Value[which(Account == "F Expenses")] + Value[which(Account == "V Expenses")]) * Value[which(Account == "Expected Expenses")],
            Sales = Value[which(Account == "Sales")] * Value[which(Account == "Expected Sales")]) %>%
  gather(New_Account,Value, c(Expenses,Sales))


# A tibble: 2 x 4
# Groups:   State [1]
#  State Month New_Account Value
#  <chr> <chr> <chr>       <dbl>
#1 NY    Jan   Expenses     1122
#2 NY    Jan   Sales        1040