Как создать ежемесячные некумулятивные промежуточные итоги в R с помощью dplyr? - PullRequest
Новая
       17

Как создать ежемесячные некумулятивные промежуточные итоги в R с помощью dplyr?

0 голосов
/ 24 апреля 2019

Я хотел бы рассчитать ежемесячные некумулятивные промежуточные итоги для моего фрейма данных (df). 

  "date"    "id"   "change" 
2010-01-01    1       NA        
2010-01-07    2        3        
2010-01-15    2       -1        
2010-02-01    1       NA        
2010-02-04    2        7        
2010-02-22    2       -2        
2010-02-26    2        4        
2010-03-01    1       NA
2010-03-14    2       -4 
2010-04-01    1       NA

Новый период начинается в первый день нового месяца. Столбец «id» служит в качестве переменной группировки для начала нового периода (== 1) и наблюдений в течение периода (== 2). Цель состоит в том, чтобы суммировать все изменения в течение месяца и затем перезапустить на 0 для следующего периода. Вывод должен храниться в дополнительном столбце df.

Вот воспроизводимый пример для моего фрейма данных: 

require(dplyr)
require(tidyr)
require(lubridate)

date <- ymd(c("2010-01-01","2010-01-07","2010-01-15","2010-02-01","2010-02-04","2010-02-22","2010-02-26","2010-03-01","2010-03-14","2010-04-01"))   
df <- data.frame(date)
df$id <- as.numeric((c(1,2,2,1,2,2,2,1,2,1)))
df$change <- c(NA,3,-1,NA,7,-2,4,NA,-4,NA)

Что я пытался сделать: 

df <- df %>%
group_by(id) %>%
mutate(total = cumsum(change)) %>%
ungroup() %>%
fill(total, .direction = "down") %>%
filter(id == 1)

Что приводит к такому выводу: 

  "date"    "id"   "change"  "total"
 2010-01-01    1       NA        NA
 2010-02-01    1       NA        2
 2010-03-01    1       NA        11
 2010-04-01    1       NA        7

Проблема заключается в функции cumsum, которая накапливает все предыдущие значения из группы и не перезапускается с нуля в течение нового периода.

Желаемый результат выглядит следующим образом: 

  "date"    "id"   "change"  "total"
2010-01-01    1       NA        NA
2010-02-01    1       NA        2
2010-03-01    1       NA        9
2010-04-01    1       NA       -4

Строки с «id» == 1 показывают сумму изменений для всех предыдущих столбцов с «id» == 2, начиная с 0 для каждого периода. Существует ли конкретная команда для этого типа проблемы? Может ли кто-нибудь предоставить исправленную альтернативу коду выше?

1 Ответ

1 голос
/ 24 апреля 2019

Нам также может понадобиться использовать year-month отформатированную «дату» в переменной группировки для сброса для каждого месяца 

library(dplyr)
df %>%
  group_by(id, grp = format(date, "%Y-%m")) %>%
  mutate(total = cumsum(change)) %>%   
  ungroup() %>%
  fill(total, .direction = "down") %>%
  filter(id == 1) %>%
  ungroup %>%
  select(-grp)
# A tibble: 4 x 4
#  date          id change total
#  <date>     <dbl>  <dbl> <dbl>
#1 2010-01-01     1     NA    NA
#2 2010-02-01     1     NA     2
#3 2010-03-01     1     NA     9
#4 2010-04-01     1     NA    -4
...