R中数据的行比较

Question

我有一个包含起点-终点数据和一些相关变量的数据集。它看起来像这样:

    "Origin","Destination","distance","volume"
    "A01"     "A01"          0.0        10
    "A02"     "A01"          1.2         9
    "A03"     "A01"          1.4        15 
    "A01"     "A02"          1.2        16

然后对于每个起点-终点对，我希望能够根据该行和选定的其他行中的数据计算其他变量。例如，前往该目的地的其他起始区域有多少流量大于焦点对。在这个例子中，我最终会得到目的地 A01 的以下内容。

    "Origin","Destination","distance","volume","greater_flow"
    "A01"    "A01"            0.0        10         1
    "A02"    "A01"            1.2         9         2
    "A03"    "A01"            1.4        15         0

我一直在尝试与 group_by 一起解决问题和 apply但无法弄清楚如何 a)“修复”我想用作引用的数据(从 A01 到 A01 的卷)和 b) 将比较仅限于具有相同目标 (A01) 的数据和 c) 重复所有起点-终点对。

Answer 1

这是使用基础 R 的答案(使用 apply ):

d <- data.frame(Origin = c("A01", "A02", "A03", "A01"), Destination = c("A01", "A01", "A01", "A02"), distance = c(0.0, 1.2, 1.4, 1.2), volume = c(10, 9, 15, 16))

# extracting entries with destination = A01
d2 <- d[d[, "Destination"] == "A01", ]

# calculating number of rows satisfying your condition
greater_flow <- apply(d2, 1, FUN = function(x) max(sum(x['volume'] < d2[, 'volume']) - 1, 0) )

# sticking things back together
data.frame(d2, greater_flow)

#  Origin Destination distance volume greater_flow
# 1    A01         A01      0.0     10            1
# 2    A02         A01      1.2      9            2
# 3    A03         A01      1.4     15            0

如果您需要对所有可能的目的地进行计算，您可以循环访问 unique(d[, "Destination"]) :

 lapply(unique(d[, "Destination"]), FUN = function(dest){
         d2 <- d[d[, "Destination"] == dest, ]
         greater_flow <- apply(d2, 1, FUN = function(x) max(sum(x['volume'] < d2[, 'volume']) - 1, 0) )

    data.frame(d2, greater_flow)    
 })

如果需要，您可以通过 do.call(rbind, output) 将输出粘合在一起.