расплавить фрейм данных и сгруппировать, используя вычисления dplyr в R - PullRequest
Новая
       25

расплавить фрейм данных и сгруппировать, используя вычисления dplyr в R

0 голосов
/ 07 июня 2019

Мои образцы данных `

structure(list(state = c("AP", "AP"), district = c("krishna", 
"guntur"), rate = c(170104.5156, 1343.78134), growth_in_2016 = c(0.3844595, 
0.3678), growth_in_2017 = c(0.444595, 0.8445), growth_in_2018 = c(0.323699, 
0.36213), growth_in_2019 = c(0.5777, 0.35256), growth_in_2020 = c(0.2669097, 
0.9097)), class = c("data.table", "data.frame"), row.names = c(NA,-2L), .internal.selfref = <pointer: 0x00000000026c1ef0>)

`

Я пытаюсь сгруппировать по штатам и районам, а затем рассчитать месячный темп роста по сравнению с годовым.

Формула для расчета ежемесячно: (1 + ставки * growth_in_year) ^ (1/12) -1 Поправь меня, если я не прав

`

state     district     date        rates
AP        krishna    2016-12-31       x
AP        krishna    2017-01-31       y
AP        krishna    2017-02-28       z
AP        krishna    2017-03-30       a
AP        krishna    2017-04-31       b
AP        krishna    2017-05-30       c
AP        krishna    2017-06-31       d

и так же для другого района. ставки должны быть в порядке возрастания за каждый год для каждого района. Я хотел бы иметь в формате даты, а не в формате года.

Ответы [ 2 ]

1 голос
/ 07 июня 2019

Мы можем использовать mutate_at для расчета ставки в столбце «рост», затем gather в «длинный» формат, удалить подстроку из «даты», сгруппированную по «штат», «район», получитьcumsum столбца «значение» 

library(tidyverse)
out <- df %>%
       mutate_at(vars(starts_with('growth')), list(~ (1 + rate * .)^(1/12) - 1)) %>% 
       gather(date, value, matches("growth")) %>%
       mutate(date = str_remove(date, ".*_")) %>%
       group_by(state, district) %>% 
       mutate(value = cumsum(value))
out %>%
  filter(district == "krishna")
# A tibble: 5 x 5
# Groups:   state, district [1]
#  state district    rate date  value
#  <chr> <chr>      <dbl> <chr> <dbl>
#1 AP    krishna  170105. 2016   1.52
#2 AP    krishna  170105. 2017   3.07
#3 AP    krishna  170105. 2018   4.55
#4 AP    krishna  170105. 2019   6.16
#5 AP    krishna  170105. 2020   7.60
1 голос
/ 07 июня 2019

Мы можем сначала gather данные в длинном формате, затем group_by state, district и year, найти новый ежемесячный rate, извлечь год из имени столбца и создать list дат, представляющих последний день месяца за весь год и, наконец, рассчитайте совокупную сумму rate, чтобы получить добавочное значение для каждого месяца. 

library(dplyr)
library(tidyr)

df %>%
  gather(key, value, -(1:3)) %>%
  group_by(state, district, key) %>%
  mutate(rate = (1 + rate * value)^(1/12) - 1, 
         year = sub(".*(\\d{4})", "\\1", key),
        dates = list(seq(as.Date(paste0(year, "-01-01")),
                     as.Date(paste0(year, "-12-01")), by = "month")- 1)) %>%
  unnest() %>% 
  mutate(rate = cumsum(rate)) %>%
  select(-year)


#  state district  rate key            value dates     
#  <chr> <chr>    <dbl> <chr>          <dbl> <date>    
# 1 AP    krishna   1.52 growth_in_2016 0.384 2015-12-31
# 2 AP    krishna   3.04 growth_in_2016 0.384 2016-01-31
# 3 AP    krishna   4.56 growth_in_2016 0.384 2016-02-29
# 4 AP    krishna   6.08 growth_in_2016 0.384 2016-03-31
# 5 AP    krishna   7.60 growth_in_2016 0.384 2016-04-30
# 6 AP    krishna   9.12 growth_in_2016 0.384 2016-05-31
# 7 AP    krishna  10.6  growth_in_2016 0.384 2016-06-30
# 8 AP    krishna  12.2  growth_in_2016 0.384 2016-07-31
# 9 AP    krishna  13.7  growth_in_2016 0.384 2016-08-31
#10 AP    krishna  15.2  growth_in_2016 0.384 2016-09-30
# … with 110 more rows

Данные 

df <- structure(list(state = c("AP", "AP"), district = c("krishna", 
"guntur"), rate = c(170104.5156, 1343.78134), growth_in_2016 = c(0.3844595, 
0.3678), growth_in_2017 = c(0.444595, 0.8445), growth_in_2018 = c(0.323699, 
0.36213), growth_in_2019 = c(0.5777, 0.35256), growth_in_2020 = c(0.2669097, 
0.9097)), class = c("data.table", "data.frame"), row.names = c(NA, -2L))
...