多组长格式输入的新变量计算

Question

我想知道是否可以在不将我的数据转换为宽格式的情况下使用 dplyr 进行以下计算。我的数据如下所示：

data <- data.frame(ID = c(rep(1:2, 6)),
                   Date = c(rep(as.Date('2022-03-01'), 4), rep(as.Date('2022-03-02'), 4), rep(as.Date('2022-03-03'), 4)),
                   Type = rep(LETTERS[c(1,1,2,2)], 3),
                   Value = c(1,2,101,102,3,4,103,104,5,6,105,106))

我的目标是做一个计算，其中涉及类型B的某一天的值，以及类型A的前一天的值AND类型B . 如果计算只在一个组内，那么 dplyr::lag 是可行的方法。但在这种情况下我看不到方法。我想避免将我的数据转换为宽格式。

举个例子，我想计算 X = B(t) - A(t-1) * B(t-1)，其中 t 表示日期。在这种情况下，我的目标类似于以下数据框：

data_goal <- data.frame(ID = c(rep(1:2, 3)),
                        Date = c(rep(as.Date('2022-03-01'), 2), rep(as.Date('2022-03-02'), 2), rep(as.Date('2022-03-03'), 2)),
                        X = c(NA, NA, 103 - 1 * 101, 104 - 2 * 102, 105 - 3 * 103, 106 - 6 * 104))

如果我自己计算每种类型的每日差异，我的解决方案是

data |>
  dplyr::arrange(Date) |>
  dplyr::group_by(ID, Type) |>
  dplyr::mutate(Diff = Value - dplyr::lag(Value, n = 1))

但不幸的是，我不知道如何扩展它。

非常感谢任何帮助！

非常感谢！

请注意，如果这不可能，我也很高兴知道。然后我会继续将 table 转换为宽格式并从那里继续。我的实际数据有更多类型，这就是为什么我想避免这种情况。

Answer 1

可能会有用

data <- data.frame(
  ID = c(rep(1:2, 6)),
  Date = c(rep(as.Date('2022-03-01'), 4), rep(as.Date('2022-03-02'), 4), rep(as.Date('2022-03-03'), 4)),
  Type = rep(LETTERS[c(1, 1, 2, 2)], 3),
  Value = c(1, 2, 101, 102, 3, 4, 103, 104, 5, 6, 105, 106)
)

library(tidyverse)

data %>%
  group_by(Date) %>%
  mutate(grp = cur_group_id()) %>%
  ungroup() %>%
  summarise(Diff = map(.x = seq(max(grp)),
                       .f = ~ Value[Type == "B" &
                                      grp == .x] - Value[Type == "A" &
                                                           grp == .x - 1] * Value[Type == "B" &
                                                                                    grp == .x - 1])) %>%
  unnest(Diff) %>%
  add_case(Diff = rep(NA, length(unique(data$ID))), .before = 1) %>%
  add_column(distinct(data, ID, Date), .before = 1)
#> # A tibble: 6 × 3
#>      ID Date        Diff
#>   <int> <date>     <dbl>
#> 1     1 2022-03-01    NA
#> 2     2 2022-03-01    NA
#> 3     1 2022-03-02     2
#> 4     2 2022-03-02  -100
#> 5     1 2022-03-03  -204
#> 6     2 2022-03-03  -310

^{由 reprex package (v2.0.1)}

于 2022-04-26 创建

多组长格式输入的新变量计算

New variable calculation with input from multple groups in long format

r

dplyr

long-format-data