将列表列值分离为相对于条件的奇异值
Separating list-col values into singular values relative to a condition
简化说明
从长转换为宽，同时将缺失值填充为 2019 的 17 和 2010 的 16，而 2010 中的那些值匹配 2019，然后减去他们的计划值（即 2019-2010）。如果没有 2019 年的值并且用 17 填充，则给该计划值一个 negative 值。同时，如果 16 填充了 2010 中的缺失值，则保留原计划值，positive.
这应该看起来像 table 2.
Table 1：长格式数据帧示例
# A tibble: 10 x 4
year locality_id landcover pland
<chr> <chr> <int> <dbl>
1 2010 L452817 8 0.0968
2 2010 L452817 9 0.0323
3 2010 L452817 12 0.613
4 2010 L452817 13 0.194
5 2010 L452817 14 0.0645
6 2019 L452817 8 0.0645
7 2019 L452817 9 0.0645
8 2019 L452817 12 0.516
9 2019 L452817 13 0.194
10 2019 L452817 14 0.161
Table 2: table 2
的预期格式
locality_id X2010 X2019 pland
1 L452817 8 8 -0.03225806
2 L452817 9 9 0.03225807
3 L452817 12 12 -0.09677420
4 L452817 13 13 0.00000000
5 L452817 14 14 0.09677419
6 L910180 0 17 -0.43750000
7 L910180 8 17 -0.34375000
8 L910180 9 17 -0.03125000
9 L910180 10 17 -0.03125000
10 L910180 11 17 -0.09375000
11 L910180 13 17 -0.06250000
我尝试过的：
#set the values of t inot another variable
y <- t
#remove pland from the new variable
y <- y[, -4]
#set from long to wide providing the pland differences from t as another column
y %>%
group_by(year) %>%
mutate(row = row_number()) %>%
tidyr::pivot_wider(names_from = year, values_from = landcover) %>%
select(-row) %>% mutate(across(`2010`:`2019`, ~if(cur_column() == '2019')
replace_na(.x, 17) else replace_na(.x, 16))) %>% mutate(t[t$year %in% 2019,]$pland - t[t$year %in% 2010,]$pland)
# A tibble: 11 x 4
locality_id `2010` `2019` `t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland`
<chr> <dbl> <dbl> <dbl>
1 L452817 8 8 -0.0323
2 L452817 9 9 0.0323
3 L452817 12 12 -0.0968
4 L452817 13 13 0
5 L452817 14 14 0.0968
6 L910180 0 17 -0.373
7 L910180 8 17 -0.279
8 L910180 9 17 0.485
9 L910180 10 17 0.162
10 L910180 11 17 0.0675
11 L910180 13 17 0.00202
我上面的代码的问题是，它总是计算差异，它不应该计算由于缺失值而引入的那些值的差异，所以当存在 16 或 17 两边。
我试过的资源：, and .
可重现代码：
structure(list(year = c(2010L, 2010L, 2010L, 2010L, 2010L, 2010L,
2010L, 2010L, 2010L, 2010L, 2010L, 2019L, 2019L, 2019L, 2019L,
2019L), locality_id = c("L452817", "L452817", "L452817", "L452817",
"L452817", "L910180", "L910180", "L910180", "L910180", "L910180",
"L910180", "L452817", "L452817", "L452817", "L452817", "L452817"
), landcover = c(8L, 9L, 12L, 13L, 14L, 0L, 8L, 9L, 10L, 11L,
13L, 8L, 9L, 12L, 13L, 14L), pland = c(0.0967741935483871, 0.032258064516129,
0.612903225806452, 0.193548387096774, 0.0645161290322581, 0.4375,
0.34375, 0.03125, 0.03125, 0.09375, 0.0625, 0.0645161290322581,
0.0645161290322581, 0.516129032258065, 0.193548387096774, 0.161290322580645
)), row.names = c(NA, -16L), class = c("tbl_df", "tbl", "data.frame"
))
设法弄明白了，尽管欢迎提出更好的建议，尤其是在没有警告的情况下！
#set the values of t inot another variable
y <- t
#remove pland from the new variable
y <- y[, -4]
#set from long to wide providing the pland differences from t as another column
y %>%
group_by(year) %>%
mutate(row = row_number()) %>%
tidyr::pivot_wider(names_from = year, values_from = landcover) %>%
select(-row) %>%
mutate(across(`2010`:`2019`, ~if(cur_column() == '2019') replace_na(.x, 17) else replace_na(.x, 16))) %>%
mutate(ifelse(`2019` == `2010`, t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland, -t$pland))
Warning messages:
1: Problem with mutate() input ..1.
i longer object length is not a multiple of shorter object length
i Input ..1 is ifelse(...).
2: In t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland :
longer object length is not a multiple of shorter object length
# A tibble: 11 x 4
locality_id `2010` `2019` `ifelse(...)`
<chr> <dbl> <dbl> <dbl>
1 L452817 8 8 -0.0323
2 L452817 9 9 0.0323
3 L452817 12 12 -0.0968
4 L452817 13 13 0
5 L452817 14 14 0.0968
6 L910180 0 17 -0.438
7 L910180 8 17 -0.344
8 L910180 9 17 -0.0312
9 L910180 10 17 -0.0312
10 L910180 11 17 -0.0938
11 L910180 13 17 -0.0625
细分：
使用
中的代码建议
- 这将创建一个相对于分组列的
id 列，并为 group_by() 中的每个 unique 值重复
然后使用下一个代码，从
- 这会将
2010 中的 NAs 替换为 16，将 2019 中的 2019 替换为 17
最后，ifelse() 语句，我悬而未决，认为它会起作用，它确实起作用了！
- 它选择分别等于
2019 和 2010 的土地覆盖值，然后通过减去这些值来获取它们的差值。最后，那些不相同的值用剩余的计划值填充，同时取负值。
但是 当 16 出现在 2010 中时，我还没有想出如何处理这些值，所以 2019 计划值仍然存在正，考虑到它总是设置为负！
我没有使用虚拟变量来识别缺失，而是使用 complete 的不同方法，其中 df 是您的原始数据结构。
df %>%
# fill in the data with missing year so we can compute while data in long format
complete(year, nesting(locality_id, landcover), fill = list(pland = 0)) %>%
arrange(desc(year)) %>%
group_by(locality_id, landcover) %>%
summarize(
X2010 = if_else(pland[year == 2010] == 0 , 16L, first(landcover)),
X2019 = if_else(pland[year == 2019] == 0 , 17L, first(landcover)),
pland = pland[year == 2019] - pland[year == 2010]) %>%
arrange(locality_id, landcover)
这是输出
locality_id landcover X2010 X2019 pland
<chr> <int> <int> <int> <dbl>
1 L452817 8 8 8 -0.0323
2 L452817 9 9 9 0.0323
3 L452817 12 12 12 -0.0968
4 L452817 13 13 13 0
5 L452817 14 14 14 0.0968
6 L910180 0 0 17 -0.438
7 L910180 8 8 17 -0.344
8 L910180 9 9 17 -0.0312
9 L910180 10 10 17 -0.0312
10 L910180 11 11 17 -0.0938
11 L910180 13 13 17 -0.0625
简化说明
从长转换为宽，同时将缺失值填充为 2019 的 17 和 2010 的 16，而 2010 中的那些值匹配 2019，然后减去他们的计划值（即 2019-2010）。如果没有 2019 年的值并且用 17 填充，则给该计划值一个 negative 值。同时，如果 16 填充了 2010 中的缺失值，则保留原计划值，positive.
这应该看起来像 table 2.
Table 1：长格式数据帧示例
# A tibble: 10 x 4
year locality_id landcover pland
<chr> <chr> <int> <dbl>
1 2010 L452817 8 0.0968
2 2010 L452817 9 0.0323
3 2010 L452817 12 0.613
4 2010 L452817 13 0.194
5 2010 L452817 14 0.0645
6 2019 L452817 8 0.0645
7 2019 L452817 9 0.0645
8 2019 L452817 12 0.516
9 2019 L452817 13 0.194
10 2019 L452817 14 0.161
Table 2: table 2
的预期格式 locality_id X2010 X2019 pland
1 L452817 8 8 -0.03225806
2 L452817 9 9 0.03225807
3 L452817 12 12 -0.09677420
4 L452817 13 13 0.00000000
5 L452817 14 14 0.09677419
6 L910180 0 17 -0.43750000
7 L910180 8 17 -0.34375000
8 L910180 9 17 -0.03125000
9 L910180 10 17 -0.03125000
10 L910180 11 17 -0.09375000
11 L910180 13 17 -0.06250000
我尝试过的：
#set the values of t inot another variable
y <- t
#remove pland from the new variable
y <- y[, -4]
#set from long to wide providing the pland differences from t as another column
y %>%
group_by(year) %>%
mutate(row = row_number()) %>%
tidyr::pivot_wider(names_from = year, values_from = landcover) %>%
select(-row) %>% mutate(across(`2010`:`2019`, ~if(cur_column() == '2019')
replace_na(.x, 17) else replace_na(.x, 16))) %>% mutate(t[t$year %in% 2019,]$pland - t[t$year %in% 2010,]$pland)
# A tibble: 11 x 4
locality_id `2010` `2019` `t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland`
<chr> <dbl> <dbl> <dbl>
1 L452817 8 8 -0.0323
2 L452817 9 9 0.0323
3 L452817 12 12 -0.0968
4 L452817 13 13 0
5 L452817 14 14 0.0968
6 L910180 0 17 -0.373
7 L910180 8 17 -0.279
8 L910180 9 17 0.485
9 L910180 10 17 0.162
10 L910180 11 17 0.0675
11 L910180 13 17 0.00202
我上面的代码的问题是，它总是计算差异，它不应该计算由于缺失值而引入的那些值的差异，所以当存在 16 或 17 两边。
我试过的资源：
可重现代码：
structure(list(year = c(2010L, 2010L, 2010L, 2010L, 2010L, 2010L,
2010L, 2010L, 2010L, 2010L, 2010L, 2019L, 2019L, 2019L, 2019L,
2019L), locality_id = c("L452817", "L452817", "L452817", "L452817",
"L452817", "L910180", "L910180", "L910180", "L910180", "L910180",
"L910180", "L452817", "L452817", "L452817", "L452817", "L452817"
), landcover = c(8L, 9L, 12L, 13L, 14L, 0L, 8L, 9L, 10L, 11L,
13L, 8L, 9L, 12L, 13L, 14L), pland = c(0.0967741935483871, 0.032258064516129,
0.612903225806452, 0.193548387096774, 0.0645161290322581, 0.4375,
0.34375, 0.03125, 0.03125, 0.09375, 0.0625, 0.0645161290322581,
0.0645161290322581, 0.516129032258065, 0.193548387096774, 0.161290322580645
)), row.names = c(NA, -16L), class = c("tbl_df", "tbl", "data.frame"
))
设法弄明白了，尽管欢迎提出更好的建议，尤其是在没有警告的情况下！
#set the values of t inot another variable
y <- t
#remove pland from the new variable
y <- y[, -4]
#set from long to wide providing the pland differences from t as another column
y %>%
group_by(year) %>%
mutate(row = row_number()) %>%
tidyr::pivot_wider(names_from = year, values_from = landcover) %>%
select(-row) %>%
mutate(across(`2010`:`2019`, ~if(cur_column() == '2019') replace_na(.x, 17) else replace_na(.x, 16))) %>%
mutate(ifelse(`2019` == `2010`, t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland, -t$pland))
Warning messages: 1: Problem with
mutate()input..1.
i longer object length is not a multiple of shorter object length
i Input..1isifelse(...).
2: In t[t$year %in% 2019, ]$pland - t[t$year %in% 2010, ]$pland :
longer object length is not a multiple of shorter object length
# A tibble: 11 x 4
locality_id `2010` `2019` `ifelse(...)`
<chr> <dbl> <dbl> <dbl>
1 L452817 8 8 -0.0323
2 L452817 9 9 0.0323
3 L452817 12 12 -0.0968
4 L452817 13 13 0
5 L452817 14 14 0.0968
6 L910180 0 17 -0.438
7 L910180 8 17 -0.344
8 L910180 9 17 -0.0312
9 L910180 10 17 -0.0312
10 L910180 11 17 -0.0938
11 L910180 13 17 -0.0625
细分：
使用
- 这将创建一个相对于分组列的
id列，并为group_by() 中的每个
unique 值重复
然后使用下一个代码，从
- 这会将
2010中的NAs替换为16，将2019中的2019替换为17
最后，ifelse() 语句，我悬而未决，认为它会起作用，它确实起作用了！
- 它选择分别等于
2019和2010的土地覆盖值，然后通过减去这些值来获取它们的差值。最后，那些不相同的值用剩余的计划值填充，同时取负值。
但是 当 16 出现在 2010 中时，我还没有想出如何处理这些值，所以 2019 计划值仍然存在正，考虑到它总是设置为负！
我没有使用虚拟变量来识别缺失，而是使用 complete 的不同方法，其中 df 是您的原始数据结构。
df %>%
# fill in the data with missing year so we can compute while data in long format
complete(year, nesting(locality_id, landcover), fill = list(pland = 0)) %>%
arrange(desc(year)) %>%
group_by(locality_id, landcover) %>%
summarize(
X2010 = if_else(pland[year == 2010] == 0 , 16L, first(landcover)),
X2019 = if_else(pland[year == 2019] == 0 , 17L, first(landcover)),
pland = pland[year == 2019] - pland[year == 2010]) %>%
arrange(locality_id, landcover)
这是输出
locality_id landcover X2010 X2019 pland
<chr> <int> <int> <int> <dbl>
1 L452817 8 8 8 -0.0323
2 L452817 9 9 9 0.0323
3 L452817 12 12 12 -0.0968
4 L452817 13 13 13 0
5 L452817 14 14 14 0.0968
6 L910180 0 0 17 -0.438
7 L910180 8 8 17 -0.344
8 L910180 9 9 17 -0.0312
9 L910180 10 10 17 -0.0312
10 L910180 11 11 17 -0.0938
11 L910180 13 13 17 -0.0625