Как применить 3 функции для создания нового фрейма данных - PullRequest
Новая
       100

Как применить 3 функции для создания нового фрейма данных

0 голосов
/ 26 мая 2020

Я новичок в StackOverflow. Я хотел бы применить 3 функции к фрейму данных, чтобы создать новый фрейм данных. 

emiscore$rank19<-rank(-emiscore$"2019")
emi_P_19<-filter(emiscore,rank19<31)
emi_P_19<-emi_P_19[order(emi_P_19$Name),]

Верхние 10 строк emi_P_19 выглядят следующим образом: 

structure(list(Name = c("LA Z BOY", "1 800 FLOWERS.COM 'A'", 
"AGEAS (EX FORTIS)", "AGFA GEVAERT", "AIR FRANCE KLM", "ANHEUSER BUSCH INBEV"
), DATATYPE = c("TRESGENERS", "TRESGENERS", "TRESGENERS", "TRESGENERS", 
"TRESGENERS", "TRESGENERS"), `2019` = c(0, 0, NA, NA, NA, NA), 
    `2018` = c(8.33, 0, 22.15, 64.46, 97.92, 58.47), `2017` = c(0, 
    0, 0, 63.11, 97.83, 49.14), `2016` = c(0, 0, 0, 58.65, 95.83, 
    61.46), `2015` = c(NA, NA, 0, 64.89, 93.27, 67.71), `2014` = c(NA, 
    NA, 0, 60.26, 94.57, 59.78), `2013` = c(NA, NA, 0, 64.63, 
    96.74, 77.17), `2012` = c(NA, NA, 0, 67.86, 98.96, 75), `2011` = c(NA, 
    NA, 0, 67.07, 96.81, 70.93), `2010` = c(NA, NA, 17.05, 71.25, 
    98.98, 88.46), `2009` = c(NA, NA, 11.59, 68.92, 88.16, 92.65
    ), `2008` = c(NA, NA, 18.85, 71.21, 92.42, 77.59), `2007` = c(NA, 
    NA, 50.93, 79.69, 80.36, 78), delisted = c("NO", "NO", "NO", 
    "NO", "NO", "NO"), rank20 = c(535, 535, 646, 647, 648, 649
    ), rank19 = c(535, 535, 646, 647, 648, 649)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

Итак, по сути, я хотите ранжировать, возьмите 30 ведущих компаний, отсортируйте их в алфавитном порядке, чтобы создать новый фрейм данных с названиями (столбец с названием «Название») компаний за каждый год с 2007 по 2019 год. Конечная цель - получить список за каждый год который отображает названия компаний, ранжированных и отфильтрованных, как указано выше, в алфавитном порядке c.

1 Ответ

0 голосов
/ 26 мая 2020

Как упоминал @Parfait, становится очень проще манипулировать данными, если вы храните данные в длинном формате, вы можете сделать что-то вроде этого: 

library(dplyr)

result <- emiscore %>%
            tidyr::pivot_longer(cols = `2019`:`2007`, names_to = 'year') %>%
            group_by(year) %>%
            top_n(30, value)

Это выбирает 30 лучших значений для каждого года.

...