我有以下資料框：
df <- tibble(year = c("2020","2020","2020","2021","2021","2021"),
website = c("google","facebook","twitter","google","facebook","twitter"),
category = c("big","big","small","big","big","small"),
value = c(10,20,30,40,50,60))
我如何計算不同年份之間的變化？
因此，例如，我想比較 2021 和 2020，我如何在 R 中做到這一點？
例如輸出應該是這樣的
| 年 | 網站 | 類別 | 比較 |
|---|---|---|---|
| 2021 年與 2020 年 | 谷歌 | 大的 | 4 |
| 2021 年與 2020 年 | 大的 | 2.5 | |
| 2021 年與 2020 年 | 推特 | 小的 | 2 |
列比較實際上是當年的值/上一年的值
我不太確定如何在 dplyr 中執行此操作？
uj5u.com熱心網友回復：
我會將年份列旋轉到兩個不同的列，然后使用mutate()to calcualte comparison。
這是一個例子：
library(dplyr)
df %>%
tidyr::pivot_wider(names_from = year) %>%
mutate(
comparison = `2021`/`2020`
)
#> # A tibble: 3 × 5
#> website category `2020` `2021` comparison
#> <chr> <chr> <dbl> <dbl> <dbl>
#> 1 google big 10 40 4
#> 2 facebook big 20 50 2.5
#> 3 twitter small 30 60 2
由reprex 包創建于 2022-04-04 (v2.0.1)
之后您可以洗掉多余的列select()。
注意：如果您的列沒有被呼叫
value，那么您需要將此引數添加到pivot_wider():values_from = <your column name with values>。
更新：如果您想以長格式保存資料
只需使用group_by(website),arrange(year)和lag()里面mutate()：
library(dplyr)
df %>%
group_by(website) %>%
arrange(year) %>%
mutate(
comparison = value / lag(value)
)
#> # A tibble: 6 × 5
#> # Groups: website [3]
#> year website category value comparison
#> <chr> <chr> <chr> <dbl> <dbl>
#> 1 2020 google big 10 NA
#> 2 2020 facebook big 20 NA
#> 3 2020 twitter small 30 NA
#> 4 2021 google big 40 4
#> 5 2021 facebook big 50 2.5
#> 6 2021 twitter small 60 2
由reprex 包創建于 2022-04-04 (v2.0.1)
uj5u.com熱心網友回復：
你可以做
library(tidyverse)
df %>%
group_by(website) %>%
arrange(year) %>%
summarize(year = paste(year[2], year[1], sep = ' vs '),
category = category[1],
comparison = value[2] / value[1])
#> A tibble: 3 x 4
#> website year category comparison
#> <chr> <chr> <chr> <dbl>
#> 1 facebook 2021 vs 2020 big 2.5
#> 2 google 2021 vs 2020 big 4
#> 3 twitter 2021 vs 2020 small 2
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/455788.html