Operate sur des colonnes en fonction d'une variable

je les données suivantesOperate sur des colonnes en fonction d'une variable

df <- structure(list(year = c(2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 
2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 
2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 2015L, 
2015L, 2015L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 
2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 
2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 2016L, 
2016L), newly_engaged = c(FALSE, FALSE, FALSE, FALSE, FALSE, 
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, TRUE, 
TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, 
TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, 
FALSE, FALSE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, 
TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE), qualification = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 2L, 2L), .Label = c("A2", "AS"), class = "factor"), subject = structure(c(7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 
7L, 7L, 7L), .Label = c("Biology", "Chemistry", "Mathematics", 
"Mathematics (Further)", "Mathematics (Pure)", "Mathematics (Statistics)", 
"Physics"), class = "factor"), grade = structure(c(1L, 2L, 3L, 
4L, 5L, 6L, 7L, 2L, 3L, 4L, 5L, 6L, 7L, 1L, 2L, 3L, 4L, 5L, 6L, 
7L, 2L, 3L, 4L, 5L, 6L, 7L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 2L, 3L, 
4L, 5L, 6L, 7L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 2L, 3L, 4L, 5L, 6L, 
7L), .Label = c("S", "A", "B", "C", "D", "E", "No.results"), class = "factor"), 
    c = c(2032L, 3871L, 3728L, 3130L, 2514L, 1796L, 591L, 7694L, 
    5486L, 4885L, 3790L, 2493L, 2734L, 1079L, 2142L, 2082L, 1703L, 
    1273L, 779L, 219L, 4096L, 2880L, 2366L, 1700L, 1139L, 1051L, 
    1807L, 3961L, 3921L, 3237L, 2521L, 1760L, 609L, 8160L, 6661L, 
    7035L, 5934L, 4811L, 6155L, 1009L, 2022L, 2127L, 1664L, 1224L, 
    779L, 192L, 4214L, 3350L, 3336L, 2701L, 2044L, 2280L), e = c(17662L, 
    17662L, 17662L, 17662L, 17662L, 17662L, 17662L, 27082L, 27082L, 
    27082L, 27082L, 27082L, 27082L, 9277L, 9277L, 9277L, 9277L, 
    9277L, 9277L, 9277L, 13232L, 13232L, 13232L, 13232L, 13232L, 
    13232L, 17816L, 17816L, 17816L, 17816L, 17816L, 17816L, 17816L, 
    38756L, 38756L, 38756L, 38756L, 38756L, 38756L, 9017L, 9017L, 
    9017L, 9017L, 9017L, 9017L, 9017L, 17925L, 17925L, 17925L, 
    17925L, 17925L, 17925L), m = c(0.115049258294644, 0.219171101800476, 
    0.211074623485449, 0.177216623258974, 0.142339485901936, 
    0.101687238138376, 0.0334616691201449, 0.2841001403146, 0.202569972675578, 
    0.180378110922384, 0.139945351155749, 0.0920537626467765, 
    0.100952662284912, 0.116309151665409, 0.230893607847364, 
    0.224425999784413, 0.183572275520103, 0.137221084402285, 
    0.0839711113506521, 0.0236067694297726, 0.309552599758162, 
    0.217654171704958, 0.178808948004837, 0.128476420798065, 
    0.0860792019347038, 0.0794286577992745, 0.101425684777728, 
    0.222328244274809, 0.220083071396498, 0.181690615177369, 
    0.14150202065559, 0.0987876066457117, 0.0341827570722946, 
    0.210548044173805, 0.171870162039426, 0.181520280730726, 
    0.153111776241098, 0.124135617710806, 0.158814119104139, 
    0.11189974492625, 0.224243096373517, 0.235887767550183, 0.184540312742597, 
    0.135743595430853, 0.0863923699678385, 0.0212931130087612, 
    0.235090655509066, 0.186889818688982, 0.186108786610879, 
    0.15068340306834, 0.114030683403068, 0.127196652719665)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -52L), .Names = c("year", 
"newly_engaged", "qualification", "subject", "grade", "c", "e", 
"m"))

et je dois prendre la différence des valeurs correspondantes de m pour 2015 et 2016, pour montrer la différence dans les proportions de notes attribuées de 2015 à 2016. Je pensais que je pouvais reshape2::cast cela et ddplyr::summarise pour calculer la différence, mais je ne suis pas sûr de savoir comment utiliser cast en premier lieu.

Source

2017-04-20 Morpheu5

Avez-vous voulu dire 'df $ m [df $ année == 2016] - df $ m [df $ année == 2015] 'ou avec' dplyr' ie 'df%>% group_by (année)%>% mute (n = numéro_lignée())%>% group_by (n)%>% summary (m = diff (m)) ' – akrun

Je pense que c'est ce que je voulais dire, mais je reçois une erreur dans le rang (x, ties.method =" premier ", na.last =" garder "): argument" x "est manquant, sans défaut" avec votre soluti "dplyr' – Morpheu5

Est-ce une erreur avec l'exemple que vous avez montré. Il fonctionne bien avec moi en utilisant dplyr 0.5.0 – akrun

En utilisant dplyr et tidyr vous pouvez facilement refondre votre dataframe pour donner les valeurs de m pour 2015 et 2016 aux côtés de l'autre, puis calculer la différence

library(dplyr) 
library(tidyr) 
df2 <- df %>% select(-c(c,e)) %>% spread(key=year,value=m) %>% mutate(diff=`2016`-`2015`) 

df2 
# A tibble: 26 × 7 
    newly_engaged qualification subject  grade  `2015`  `2016`   diff 
      <lgl>  <fctr> <fctr>  <fctr>  <dbl>  <dbl>   <dbl> 
1   FALSE   A2 Physics   S 0.11504926 0.10142568 -0.0136235735 
2   FALSE   A2 Physics   A 0.21917110 0.22232824 0.0031571425 
3   FALSE   A2 Physics   B 0.21107462 0.22008307 0.0090084479 
4   FALSE   A2 Physics   C 0.17721662 0.18169062 0.0044739919 
5   FALSE   A2 Physics   D 0.14233949 0.14150202 -0.0008374652 
6   FALSE   A2 Physics   E 0.10168724 0.09878761 -0.0028996315 
7   FALSE   A2 Physics No.results 0.03346167 0.03418276 0.0007210880 
8   FALSE   AS Physics   A 0.28410014 0.21054804 -0.0735520961 
9   FALSE   AS Physics   B 0.20256997 0.17187016 -0.0306998106 
10   FALSE   AS Physics   C 0.18037811 0.18152028 0.0011421698 
# ... with 16 more rows

Source

2017-04-20 15:59:41

L'erreur se produira si nous le chargement de la bibliothèque plyr avec le dplyr comme il y a des noms de fonctions qui sont identiques dans les deux et ces fonctions peuvent se masquer l'autre paquet

df %>% 
    group_by(year) %>% 
    plyr::mutate(n = row_number()) %>% 
    group_by(n) %>% 
    summarise(m = diff(m))

Erreur dans le rang (x, ties.method = "first", na.last = "garder"):
argument "x" est manquant, sans défaut

Dans ce cas, spécifiez le dply:: ex citement

df %>% 
    group_by(year) %>% 
    dplyr::mutate(n = row_number()) %>% 
    group_by(n) %>% 
    dplyr::summarise(m = diff(m)) 
# A tibble: 26 × 2 
#  n    m 
# <int>   <dbl> 
#1  1 -0.0136235735 
#2  2 0.0031571425 
#3  3 0.0090084479 
#4  4 0.0044739919 
#5  5 -0.0008374652 
#6  6 -0.0028996315 
#7  7 0.0007210880 
#8  8 -0.0735520961 
#9  9 -0.0306998106 
#10 10 0.0011421698 
# ... with 16 more rows

Source

2017-04-20 15:58:38 akrun

Je suis assez sûr que je n'ai pas chargé plyr, et je reçois toujours l'erreur ... étrange. – Morpheu5

@ Morpheu5 Vous pouvez vérifier le 'sessionInfo()' ou essayer la méthode que j'ai suggérée avec 'dplyr ::' – akrun

Operate sur des colonnes en fonction d'une variable

Répondre

Questions connexes