R 如何在两个分组变量(分组中分组)内聚合数据?
我想以长格式聚合数据。我有一个ID变量,一个年份变量,还有另外两个有趣的变量。我现在想在一年内对一个人的变量进行聚合 这是我的原始数据框的外观:R 如何在两个分组变量(分组中分组)内聚合数据?,r,aggregate,longitudinal,R,Aggregate,Longitudinal,我想以长格式聚合数据。我有一个ID变量,一个年份变量,还有另外两个有趣的变量。我现在想在一年内对一个人的变量进行聚合 这是我的原始数据框的外观: ID year month x y 1 A 2014 3 2 NA 2 B 2010 2 3 NA 3 B 2010 5 NA 21 4 B 2011 2 2 NA 5 B 2011 5 NA 2
ID year month x y
1 A 2014 3 2 NA
2 B 2010 2 3 NA
3 B 2010 5 NA 21
4 B 2011 2 2 NA
5 B 2011 5 NA 25
6 C 2012 5 NA 23
7 C 2013 2 2 NA
8 C 2013 5 NA 22
9 C 2014 2 1 NA
10 C 2014 11 NA 30
这就是我想要的:
ID year month x1 y1
1 A 2014 3 2 NA
2 B 2010 2 3 21
3 B 2010 5 3 21
4 B 2011 2 2 25
5 B 2011 5 2 25
6 C 2012 5 NA 23
7 C 2013 2 2 22
8 C 2013 5 2 22
9 C 2014 2 1 30
10 C 2014 11 1 30
每当一个人在一年内有两个度量值时(例如,B个人在2010年和2011年有两个度量值),我想将此人和每年的x和y值相加。稍后,我希望有一个数据框,每年只包含一行,但包含关于x和y的所有信息
像这样:
ID year month x1 y1
1 A 2014 3 2 NA
2 B 2010 5 3 21
3 B 2011 2 2 25
6 C 2012 5 NA 23
7 C 2013 5 2 22
9 C 2014 2 1 30
你对此有什么建议吗?非常感谢你的帮助 我们可以使用
na.locf0
fromzoo
library(dplyr)
library(zoo)
df1 %>%
group_by(ID, year) %>%
mutate_at(vars(x, y), list(~ na.locf0(na.locf0(., fromLast = TRUE))))
# A tibble: 10 x 5
# Groups: ID, year [6]
# ID year month x y
# <chr> <int> <int> <int> <int>
# 1 A 2014 3 2 NA
# 2 B 2010 2 3 21
# 3 B 2010 5 3 21
# 4 B 2011 2 2 25
# 5 B 2011 5 2 25
# 6 C 2012 5 NA 23
# 7 C 2013 2 2 22
# 8 C 2013 5 2 22
# 9 C 2014 2 1 30
#10 C 2014 11 1 30
获取最终输出
df1 %>%
group_by(ID, year) %>%
fill(x, y, .direction = 'up') %>%
slice(1)
# A tibble: 6 x 5
# Groups: ID, year [6]
# ID year month x y
# <chr> <int> <int> <int> <int>
#1 A 2014 3 2 NA
#2 B 2010 2 3 21
#3 B 2011 2 2 25
#4 C 2012 5 NA 23
#5 C 2013 2 2 22
#6 C 2014 2 1 30
df1%>%
分组依据(ID,年份)%>%
填充(x,y,方向='向上')%>%
切片(1)
#一个tibble:6x5
#组:ID,年份[6]
#ID年份x月份y
#
#1 A 2014 3 2不适用
#2 B 2010 2 3 21
#3 B 2011 2 25
#4 C 2012 5 NA 23
#5 C 2013 2 22
#6 C 2014 2 1 30
数据
df1我认为您需要将这两个变量列为:
聚合(x,by=list(ID,year),FUN=“yourfunctionhere”)这同样适用于:
df %>%
group_by(ID, year) %>%
summarise_at(vars(one_of(c("x", "y"))),
~ if (length(.x) == 1 && is.na(.x)) NA else sum(.x, na.rm = TRUE))
非常感谢!:)
df1 <- structure(list(ID = c("A", "B", "B", "B", "B", "C", "C", "C",
"C", "C"), year = c(2014L, 2010L, 2010L, 2011L, 2011L, 2012L,
2013L, 2013L, 2014L, 2014L), month = c(3L, 2L, 5L, 2L, 5L, 5L,
2L, 5L, 2L, 11L), x = c(2L, 3L, NA, 2L, NA, NA, 2L, NA, 1L, NA
), y = c(NA, NA, 21L, NA, 25L, 23L, NA, 22L, NA, 30L)),
class = "data.frame", row.names = c("1",
"2", "3", "4", "5", "6", "7", "8", "9", "10"))
df %>%
group_by(ID, year) %>%
summarise_at(vars(one_of(c("x", "y"))),
~ if (length(.x) == 1 && is.na(.x)) NA else sum(.x, na.rm = TRUE))