Рассчитать процентную долю значений по отношению к значению, которое является наблюдением строки во фрейме данных.

Question

Я хочу рассчитать процентную долю и создать новые столбцы, используя mutate. У меня есть следующие данные:

country, metric, segment, value1990, value2000, value2010
canada, abc, rural, 10, 15, 16
canada, abc, urban, 12, 12, 18
canada, abc, total, 22, 27, 34
canada, xyz, rural, 6, 9, 10
canada, xyc, urban, 7, 8, 8
canada, xyc, total, 13, 17, 18
canada, population, rural, 80, 86, 95
canada, population, urban, 102, 110, 121
canada, population, total, 182, 196, 216

Фрейм данных состоит из данных из нескольких стран за несколько лет. Я хочу создать новый столбец со следующими значениями

country, metric, segment, value, percent1990, percent2000, percent2010

canada, abc, rural, 10, 15, 16, 12.5%, 17.4%, 16.8%
canada, abc, urban, 12, 12, 18, 11.7%, 10.9%, 14.8%
canada, abc, total, 22, 27, 34, 12.1%, 13.7%, 15.7%
canada, xyz, rural, 6, 9, 10, 7.5%, 10.4%, 10.5%
canada, xyc, urban, 7, 8, 8, 6.8%, 7.2%, 6.6%
canada, xyc, total, 13, 17, 18, 7.22%, 8.6%, 8.3%
canada, population, rural, 80, 86, 95, 100%, 100%, 100%
canada, population, urban, 102, 110, 121, 100%, 100%, 100%
canada, population, total, 182, 196, 216, 100%, 100%, 100%

По сути, я хочу вычислить процентную долю переменной стоимости в населении в зависимости от того, является ли она сельской / городской / общей, по нескольким годам.

например. (строка 1) percent_share = (10/80)*100 = 12.5%

(строка 2) percent_share = (10/102)*100 = 11.76%

(строка 3) percent_share = (10/182)*100 = 12.09%

Я не могу выйти за пределы цепочки group_by, чтобы выяснить, как ввести необходимую функцию

df = df %>%
     group_by (country, metric) %>%
     mutate(...)

Answer 1

Вы также можете просто сгруппировать по segment и разделить на max(value), поскольку значение численности населения должно быть наибольшим:

df %>% 
  group_by(country, segment) %>% 
  mutate(percent_share = value / max(value))

# A tibble: 9 x 5
# Groups:   segment [3]
  country metric     segment value percent_share
  <chr>   <chr>      <chr>   <dbl>         <dbl>
1 canada  abc        rural      10        0.125 
2 canada  abc        urban      12        0.118 
3 canada  abc        total      22        0.121 
4 canada  xyz        rural       6        0.075 
5 canada  xyc        urban       7        0.0686
6 canada  xyc        total      13        0.0714
7 canada  population rural      80        1     
8 canada  population urban     102        1     
9 canada  population total     182        1

Answer 2

РЕДАКТИРОВАТЬ: для новых данных вопроса, содержащих годы

Это было бы проще, если бы вы перенесли годы и все население в новые столбцы. Вот один из способов сделать это.

Предполагая, что ваши примеры данных находятся во фрейме данных с именем df1: сначала gather годы.

library(dplyr)
library(tidyr)

df1 <- df1 %>% gather(Year, Value, 4:6)

Затем отфильтруйте по metric == population и присоединитесь к исходным данным.

df1 %>% filter(metric == "population") %>% 
  left_join(filter(df1, metric != "population"), 
            by = c("country", "segment", "Year")) %>% 
  select(country, segment, Year, population = Value.x, metric = metric.y, value = Value.y)

Результат:

   country segment      Year population metric value
1   canada   rural value1990         80    abc    10
2   canada   rural value1990         80    xyz     6
3   canada   urban value1990        102    abc    12
4   canada   urban value1990        102    xyc     7
5   canada   total value1990        182    abc    22
6   canada   total value1990        182    xyc    13
7   canada   rural value2000         86    abc    15
8   canada   rural value2000         86    xyz     9
9   canada   urban value2000        110    abc    12
10  canada   urban value2000        110    xyc     8
11  canada   total value2000        196    abc    27
12  canada   total value2000        196    xyc    17
13  canada   rural value2010         95    abc    16
14  canada   rural value2010         95    xyz    10
15  canada   urban value2010        121    abc    18
16  canada   urban value2010        121    xyc     8
17  canada   total value2010        216    abc    34
18  canada   total value2010        216    xyc    18

Затем добавьте мутацию:

df1 %>% filter(metric == "population") %>% 
  left_join(filter(df1, metric != "population"), 
            by = c("country", "segment", "Year")) %>% 
  select(country, segment, Year, population = Value.x, metric = metric.y, value = Value.y) %>% 
  mutate(percent_share = 100 * (value / population))

Результат:

   country segment      Year population metric value percent_share
1   canada   rural value1990         80    abc    10     12.500000
2   canada   rural value1990         80    xyz     6      7.500000
3   canada   urban value1990        102    abc    12     11.764706
4   canada   urban value1990        102    xyc     7      6.862745
5   canada   total value1990        182    abc    22     12.087912
6   canada   total value1990        182    xyc    13      7.142857
7   canada   rural value2000         86    abc    15     17.441860
8   canada   rural value2000         86    xyz     9     10.465116
9   canada   urban value2000        110    abc    12     10.909091
10  canada   urban value2000        110    xyc     8      7.272727
11  canada   total value2000        196    abc    27     13.775510
12  canada   total value2000        196    xyc    17      8.673469
13  canada   rural value2010         95    abc    16     16.842105
14  canada   rural value2010         95    xyz    10     10.526316
15  canada   urban value2010        121    abc    18     14.876033
16  canada   urban value2010        121    xyc     8      6.611570
17  canada   total value2010        216    abc    34     15.740741
18  canada   total value2010        216    xyc    18      8.333333