我有一個大型資料框，其中包含 28 個歐盟國家的進出口資料以及其他詳細資訊。我想計算每個國家的貿易差額（出口減去進口）。
我設法使用以下代碼匯總每個國家/地區的進出口：
x = aggregate( value_in_euros ~ as_factor(flow) as_factor(declarant), data, sum)
結果資料集如下所示：
as_factor(flow) as_factor(declarant) value_in_euros
1 Imports FR 1.019259e 12
2 Exports FR 8.539884e 11
3 Imports BE 6.936985e 11
4 Exports BE 7.350930e 11
5 Imports NL 1.043084e 12
6 Exports NL 1.180904e 12
7 Imports DE 2.048670e 12
8 Exports DE 2.415090e 12
9 Imports IT 7.399388e 11
10 Exports IT 8.671186e 11
11 Imports GB 9.705866e 10
12 Exports GB 6.669265e 10
13 Imports IE 1.725745e 11
14 Exports IE 3.150999e 11
15 Imports DK 1.707441e 11
16 Exports DK 1.897421e 11
現在我需要一種匯總方法來計算每個國家的貿易差額（出口減去進口）。誰能給我一些關于如何做的提示？謝謝。
uj5u.com熱心網友回復：
我們可以split用來分割資料幀declarant，然后計算流之間的差異。
set.seed(1)
df <- data.frame(flow=rep(c('Imports','Exports'), 8),
declarant=rep(c('FR','BE','NL','DE','IT','GB','IE','DK'), each=2),
value_in_euros=rnorm(n=16L,mean=1e12,sd=1e4))
out <- sapply(split(df, df$declarant), function(x) diff(x$value_in_euros))
# ------------------------------------------
> out[1:4]
BE DE DK FR
24309.094 2508.957 -11698.645 8100.971
uj5u.com熱心網友回復：
考慮在聚合后重塑。然后，運行差異。
agg_df <- aggregate(
value_in_euros ~ flow declarant, data=data, FUN=sum
) |> reshape(
idvar = "declarant",
v.names = "value_in_euros",
timevar = "flow",
direction = "wide",
sep = "_"
) |> transform(
balance = value_in_euros_Exports - value_in_euros_Imports
)
agg_df
declarant value_in_euros_Imports value_in_euros_Exports balance
1 FR 1.019259e 12 8.539884e 11 -165270600000
3 BE 6.936985e 11 7.350930e 11 41394500000
5 NL 1.043084e 12 1.180904e 12 137820000000
7 DE 2.048670e 12 2.415090e 12 366420000000
9 IT 7.399388e 11 8.671186e 11 127179800000
11 GB 9.705866e 10 6.669265e 10 -30366010000
13 IE 1.725745e 11 3.150999e 11 142525400000
15 DK 1.707441e 11 1.897421e 11 18998000000
資料
txt = ' flow declarant value_in_euros
1 Imports FR 1.019259e 12
2 Exports FR 8.539884e 11
3 Imports BE 6.936985e 11
4 Exports BE 7.350930e 11
5 Imports NL 1.043084e 12
6 Exports NL 1.180904e 12
7 Imports DE 2.048670e 12
8 Exports DE 2.415090e 12
9 Imports IT 7.399388e 11
10 Exports IT 8.671186e 11
11 Imports GB 9.705866e 10
12 Exports GB 6.669265e 10
13 Imports IE 1.725745e 11
14 Exports IE 3.150999e 11
15 Imports DK 1.707441e 11
16 Exports DK 1.897421e 11'
agg_df <- read.table(text=txt)
uj5u.com熱心網友回復：
您可以直接將其應用于您的data而不是進行聚合。
library(dplyr)
library(tidyr)
data %>%
select(flow, declarant, value_in_euros) %>%
pivot_wider(names_from = flow,
values_from = value_in_euros, values_fn = sum) %>%
mutate(difference = Exports - Imports)
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/418381.html
標籤：
上一篇：R中的復選框輸入服務器問題