根据原始数据中的小计进行调整
根据原始数据中的小计进行调整
提问于 2018-06-08 12:02:34
对于使用messy data的国会预算分析师来说，这是一个典型的问题。
Dataframe显示为每个项目请求和授权的金额。
授权的数量有时比请求的数量多或少。当发生这种情况时，调整(此处不包括说明性文本)显示在合计下面的括号中。
例如，在下面的数据框中，授权者调整了项目"a“(80 requested) by +19 and +1的请求数量。经过这些调整后，"a“的核准总金额为100。
80 requested + (19 authorized + 1 authorized) = 100 total authorized.
目标:我想通过括号内的数字来调整授权金额。
library(tidyverse)
## DATA
df <- tribble(
~item, ~requested_amount, ~authorized_amount,
"a", 80, "100", #< Total
"a", NA, "[19]", #< Adjustment from request
"a", NA, "[1]", #< Adjustment from request
"b", 300, "300", #< Total (no adjustment)
"c", 80, "70", #< Total
"c", NA, "[-10]" #< Adjustment from request
)
#> # A tibble: 6 x 3
#> item requested_amount authorized_amount
#> <chr> <dbl> <chr>
#> 1 a 80 100
#> 2 a NA [19]
#> 3 a NA [1]
#> 4 b 300 300
#> 5 c 80 70
#> 6 c NA [-10]预期结果将括号内的金额视为实际调整：
项目"a" = (80 + 19 + 1) = 100的授权金额
#> item requested_amount authorized_amount
#> <chr> <dbl> <dbl>
#> 1 a 80 80 #< Together...
#> 2 a NA 19 #< these add...
#> 3 a NA 1 #< to 100 for item "a"
#> 4 b 300 300
#> 5 c 80 70
#> 6 c NA - 10由reprex package创建于2018-06-07 (v0.2.0)。
Stack Overflow用户
发布于 2018-06-08 13:26:43
如果我理解正确的话，你需要每一项的authorized_amount总和。一种解决方案是：
library(tidyverse)
library(readr)
df %>%
mutate(authorized_amount = readr::parse_number(df$authorized_amount)) %>%
group_by(item) %>%
summarise(requested_amount = requested_amount[!is.na(requested_amount)],
authorized_amount = sum(authorized_amount))
# A tibble: 3 x 3
item requested_amount authorized_amount
<chr> <dbl> <dbl>
1 a 80.0 120
2 b 300 300
3 c 80.0 60.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50753180
复制相关文章
相似问题
腾讯云开发者
