问题描述
区域 | 年 | X | Y |
---|---|---|---|
1001 | 2018 | 10 | 5 |
1001 | 2019 | 20 | 10 |
1001 | 2020 | 30 | 20 |
1002 | 2018 | 15 | 10 |
1002 | 2019 | 25 | 20 |
1002 | 2020 | 35 | 40 |
我想创建一个列 Z = X + Y - 上一年的 Y 所以它创建了下表:
区域 | 年 | X | Y | Z |
---|---|---|---|---|
1001 | 2018 | 10 | 5 | 不适用 |
1001 | 2019 | 20 | 10 | 25 |
1001 | 2020 | 30 | 20 | 40 |
1002 | 2018 | 15 | 10 | 不适用 |
1002 | 2019 | 25 | 20 | 35 |
1002 | 2020 | 35 | 40 | 55 |
我可以使用 dplYR 中的“mutate”来生成列 Z: 变异(DF,Z = X + Y - 滞后(Y))
我可以使用 tapply 在 DF 上递归应用。我可以在用户定义的函数中使用 dplYR 创建一个函数,以便稍后使用 tapply 应用它吗?
解决方法
在 dplyr
中,您可以添加 group_by
来为每个组 (Zone
) 应用一个函数。
library(dplyr)
DF %>% group_by(Zone) %>% mutate(Z = X + Y - lag(Y))
# Zone Year X Y Z
# <int> <int> <int> <int> <int>
#1 1001 2018 10 5 NA
#2 1001 2019 20 10 25
#3 1001 2020 30 20 40
#4 1002 2018 15 10 NA
#5 1002 2019 25 20 35
#6 1002 2020 35 40 55
我们也可以写一个函数:
add_new_col = function(x,y) {
x + y - lag(y)
}
可以用作:
DF %>% group_by(Zone) %>% mutate(Z = add_new_col(X,Y))
数据
DF <- structure(list(Zone = c(1001L,1001L,1002L,1002L
),Year = c(2018L,2019L,2020L,2018L,2020L),X = c(10L,20L,30L,15L,25L,35L),Y = c(5L,10L,40L)),class = "data.frame",row.names = c(NA,-6L))
,
使用 data.table
library(data.table)
setDT(DF)[,Z := X + Y - shift(Y),Zone]