- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
你好,我是 R 的新手,在完成本应相当简单的任务时遇到了困难。我确信有一个简单的解决方案,但我无法在网上找到它(包括在 StackOverflow 上)
我有一个包含Cases
、Observations
和变量Amount
的数据框。 Cases
是因素,observations
是整数,它们一起形成一个索引,使得包含 Case
的行 = 3 和 Observation
= 4 对应于第 3 个案例的第 4 个观察值,包含 Case
= 4 和 Observation
= 1 的行对应于第 4 个案例的第一个观察值。
我正在尝试编写一个脚本来计算从每个案例中的一个观察到同一案例中的下一个观察的数量变化,然后将该差异存储在数据框中与第一个相关联的行的新列中这两个观察。因此,当我完成后,新列将包含从当前行观察到同一案例中下一个观察的数量变化。
数据框的形式是:
case <- c(1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4)
obs <- c(rep(1,6),rep(2,6),rep(3,4))
amount <- c(0,2,12,1,0,20,1,2,22,2,1,50,5,2,100,28)
d.example <- data.frame(case,obs,amount)
d.example$case <- as.factor(d.example$case)
case obs Amount
1 1 0
2 1 2
3 1 12
4 1 1
5 1 0
6 1 20
1 2 1
2 2 2
3 2 22
4 2 2
5 2 1
6 2 50
1 3 5
2 3 2
3 3 100
4 3 28
注意:数据是不平衡的,每个案例可以有不同数量的观察值
结果应该是(现在我将 -1
放在 NA 中)
case obs Amount deltaAmount
1 1 0 1
2 1 2 0
3 1 12 10
4 1 1 1
5 1 0 1
6 1 20 30
1 2 1 4
2 2 2 0
3 2 22 78
4 2 2 26
5 2 1 -1
6 2 50 -1
1 3 5 -1
2 3 2 -1
3 3 100 -1
4 3 28 -1
我一直在尝试使用嵌套的 for 循环来做到这一点
deltaAmount <- NULL
deltaAmount <- rep(-1, length(d$Case))
d$deltaAmount <- deltaAmount
x <- NULL
y <- NULL
for( i in unique(d$Case)) { # i is the case index
x <- NULL
# set x equal to a vector containing all the observations for the ith case except the first observation
x <- subset( unique(d$Observation[which(d$Case == i)]), unique( d$Observation[which(d$Case == i)]) > 1)
for( j in x ) { # j is the observation index (starts at 2 to avoid the error that would occur if we subtract a preceeding obsevation from the first observation)
d$AmountRaised[which(d$Case == i) & which(d$Observation == j)] - d$AmountRaised[which(d$Case == i) & which(d$Observation == j-1)] -> y
y -> d$deltaAmount[which( d$Case == i & d$Observation == j-1 )]
}
}
当我运行此命令时,该命令需要很长时间才能运行。当我终止程序时,它几乎就像陷入了无限循环(我还没有运行它直到完成)R 声明我有超过 50 条警告消息。它们都是这样的形式
1:其中(d$Case == i)& which(d$Observation == j):
较长的对象长度不是较短对象长度的倍数
但是创建了附加列,并且多个值已从 -1
更改为 0
。
我的数据框很大(770000 行)。
一旦我让它工作,我将需要做同样的事情,除了使用 difftime() 的日期。我意识到我可能会以错误的方式解决这个问题(即可能有更好的方法可以在不使用嵌套 for 循环的情况下执行此操作),但请记住,如果您建议我需要考虑日期集之间的差异不同的方法。
很抱歉问了这么长的问题,我希望我把一切都说清楚了。
提前感谢您的帮助。
最佳答案
假设数据按 obs
排序(很容易做到),这里是 base R 中的一个实现:
d.example$case.delta <-
with(d.example, ave(amount, case, FUN=function(x) c(diff(x), NA)))
ave
函数按case
分解amount
向量,然后对每个组使用diff
功能(如您所见略有修改)。这会产生(为清楚起见按案例排序):
with(d.example, d.example[order(case, obs), ])
# case obs amount case.delta
# 1 1 1 0 1
# 7 1 2 1 4
# 13 1 3 5 NA
# 2 2 1 2 0
# 8 2 2 2 0
# 14 2 3 2 NA
# 3 3 1 12 10
# 9 3 2 22 78
# 15 3 3 100 NA
# 4 4 1 1 1
# 10 4 2 2 26
# 16 4 3 28 NA
# 5 5 1 0 1
# 11 5 2 1 NA
# 6 6 1 20 30
# 12 6 2 50 NA
关于R:在具有案例和观察值的数据框中计算从一个观察值到下一个观察值的变化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22084118/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!