我有两个向量:
EventDate <- c("2018-10-31", "2018-11-16", "2018-12-02")
ThirtyDaysPriorEvent <- c("2018-10-01", "2018-10-17", "2018-11-02")
我需要帮助为以下工作流程编写循环函数:
这是我想要实现的结果:
事件数据框中名为"d“的新列,该列来自活动数据框中列"x”中的聚合值。
date a b c d
2018-10-31 42 60.5 152.4 16.63
2018-11-16 54 54.1 151.6 16.63
2018-12-02 63 74.2 153.5 19.95
然而,这就是我所得到的:
library(dplyr)
# identifies dates in the same index position for each vector & stores results in variables
e <- EventDate[1]
e30 <- ThirtyDaysPriorEvent[1]
# uses variables to filter Activities dataframe
Activities30Dys <- Activities %>%
filter(date > e30 & date < e)
# computes sum of x activity done 30 days prior to event date
sum(Activities30Dys$x, na.rm = TRUE)
# adds new column (d) to Events dataframe
Events %>%
mutate()
以下是我的可重现数据:
Events <- structure(list(date = c("2018-10-31", "2018-11-16", "2018-12-02"
), a = c(42L, 54L, 63L), b = c(60.5, 54.1, 74.2), c = c(152.4,
151.6, 153.5)), .Names = c("date", "a", "b", "c"), row.names =
c(NA, 3L), class = "data.frame")
Activities <- structure(list(date = c("2018-09-18", "2018-09-19", "2018-10-21",
"2018-10-21", "2018-10-24", "2018-10-26", "2018-10-27", "2018-11-18",
"2018-11-19", "2018-11-21", "2018-11-24", "2018-11-26", "2018-11-27",
"2018-12-05"), x = c(3.43, 3.16, 3.2, 3.27, 3.74, 3.2, 3.22,
3.43, 3.16, 3.2, 3.74, 3.2, 3.22, 3.02), y = c(132L, 122L, 120L,
130L, 127L, 128L, 127L, 132L, 122L, 120L, 127L, 128L, 127L, 121L
)), .Names = c("date", "x", "y"), row.names = c(NA, 14L), class = "data.frame")
我如何才能最好地使用R来实现我的目标?
发布于 2018-12-17 00:55:30
这里有一种方法可以做到。在众多案例中。
extend_df <- function(events, priors, data) {
require(dplyr)
monthly <- list()
for (i in seq_along(events)) {
to <- events[i]
from <- priors[i]
monthly[[i]] <- data %>%
filter(date > from & date < to) %>%
summarise(n = sum(x)) %>%
pull(n)
}
return(monthly)
}
Events %>% mutate(d = extend_df(EventDate, ThirtyDaysPriorEvent, Activities))
date a b c d
1 2018-10-31 42 60.5 152.4 16.63
2 2018-11-16 54 54.1 151.6 16.63
3 2018-12-02 63 74.2 153.5 19.95
发布于 2018-12-17 01:17:04
我有几种方法来处理它,这取决于它如何适应您的工作流程。purrr::map
系列函数使得在这些向量上进行映射而不是循环变得很容易。在这种情况下,map2
将同时映射到一对向量上。
我要注意的第一件事是,由于您使用的是dates,因此最好将其视为dates,并将其转换为Date
类。
另一件事是,当你过滤的时候,不清楚你是想要你的端点是包含的还是排他的。我使用dplyr::between
作为速记,但这将包括端点。我会让你根据需要进行调整。
一种方法是使用map2_dfr
在两个日期矢量上进行映射,以返回数据框,过滤Activities
,按开始日期分组,然后汇总。这将得到一个数据框,然后可以使用Events
连接它,前提是您已经将它的日期转换为实际的Date
。
library(dplyr)
library(purrr)
sums_df <- map2_dfr(as.Date(EventDate), as.Date(ThirtyDaysPriorEvent), function(e, e30) {
activities30dys <- Activities %>%
mutate(date = as.Date(date)) %>%
filter(between(date, e30, e)) %>%
group_by(date = e) %>%
summarise(d = sum(x, na.rm = T))
activities30dys
})
Events %>%
mutate(date = as.Date(date)) %>%
left_join(sums_df, by = "date")
#> date a b c d
#> 1 2018-10-31 42 60.5 152.4 16.63
#> 2 2018-11-16 54 54.1 151.6 16.63
#> 3 2018-12-02 63 74.2 153.5 19.95
另一种选择是执行类似的map2
,但使用map2_dbl
返回单个数字向量。然后,您可以使用mutate
将其作为列添加到Events
。
sums_dbl <- map2_dbl(as.Date(EventDate), as.Date(ThirtyDaysPriorEvent), function(e, e30) {
activities30dys <- Activities %>%
mutate(date = as.Date(date)) %>%
filter(between(date, e30, e))
sum(activities30dys$x, na.rm = T)
})
Events %>%
mutate(d = sums_dbl)
#> date a b c d
#> 1 2018-10-31 42 60.5 152.4 16.63
#> 2 2018-11-16 54 54.1 151.6 16.63
#> 3 2018-12-02 63 74.2 153.5 19.95
最后要注意的是,您可以只计算之前的日期,而不是存储事件日期和30天前的日期的向量。如果您已转换为Date
,则e - 30
会向您提供30天前的日期,您可以像这样构建您的工作流:
map(as.Date(EventDate), function(e) {
e30 <- e - 30
# ...
})
发布于 2018-12-17 00:51:44
我确信我们可以为此做一个完整的dplyr解决方案,但不能不对数据进行显著的重塑。
因此,我提供了一个简单的for循环解决方案,主要是重用您编写的代码。这些小的修改是为了代码的易读性:
#-- Initialize d
Events$d <- NA
#-- Run loop
for (i in 1:nrow(Events)) {
e <- Events$date[i]
e30 <- e - 30
Events$d[i] <- Activities %>%
filter(between(date, e30, e)) %>%
summarize(x = sum(x, na.rm = TRUE)) %>%
pull()
}
https://stackoverflow.com/questions/53803976
复制相似问题