为R中的某些值计算数据帧中的行百分比差异

我有一个如下所示的数据帧：

Date       Type   Count
<date>     <fct>  <int>
1 2018-11-01 B      2
2 2018-11-01 A      4
3 2018-11-02 A      1
4 2018-11-03 A      4
5 2018-11-04 A      3
6 2018-11-05 A      2
7 2018-11-06 C      1
8 2018-11-06 A      1
9 2018-11-07 A      1

---

我们可以使用

complete

使用

fill=0

用0填充缺少的

类型

，然后执行计算。这是假设“A”、“B”和“C”的每个

日期最多只有一个值

库（tidyverse）
df%>%
分组单位（日期）%>%
完成（类型，填充=列表（计数=0））%>%
总结（计数=（计数[类型==“A”]-计数[类型==“C”]）/总和（计数））
#日期计数
#         
#1 2018-11-01  0.667
#2 2018-11-02  1    
#3 2018-11-03  1    
#4 2018-11-04  1    
#5 2018-11-05  1    
#6 2018-11-06  0    
#7 2018-11-07  1    
我们可以使用
complete
使用
fill=0
用0填充缺少的
类型
，然后执行计算。这是假设“A”、“B”和“C”的每个
日期最多只有一个值

库（tidyverse）
df%>%
分组单位（日期）%>%
完成（类型，填充=列表（计数=0））%>%
总结（计数=（计数[类型==“A”]-计数[类型==“C”]）/总和（计数））
#日期计数
#         
#1 2018-11-01  0.667
#2 2018-11-02  1    
#3 2018-11-03  1    
#4 2018-11-04  1    
#5 2018-11-05  1    
#6 2018-11-06  0    
#7 2018-11-07  1    
对于这样的计算，我更喜欢将形状改成宽的形状，这样我就可以直接访问我要进行差异处理的列，即a、B和C列。这有点冗长，但它让我更好地处理数据中的内容

与@Ronak Shah的答案类似，我首先使用类似于
complete
的东西来填充任何缺少的日期和类型组合。我还按组汇总计数，以防对任何日期类型组合有多个观察结果

库（tidyverse）
df_完成百分比
分组依据（日期、类型）%>%
汇总（计数=总和（计数））%>%
解组（）%>%
完成（日期、类型、填写=列表（计数=0））
df_完成
#>#A tibble:21 x 3
#>日期类型计数
#>          
#>2018年11月1日A 4
#>2 2018-11-01 B 2
#>3 2018-11-01 C 0
#>4 2018-11-02 A 1
#>5 2018-11-02 B 0
#>6 2018-11-02 C 0
#>7 2018-11-03 A 4
#>8 2018-11-03 B 0
#>9 2018-11-03 C 0
#>10 2018-11-04 A 3
#> # ... 还有11行

然后使用
spread
，我得到每种类型的列，然后进行计算。如果您想像示例中那样格式化为百分比字符串，可以将计数传递到
scales:：percent
，例如，它将0.75格式化为75%。然后，您可以除去date和count之外的列，或者在更复杂的情况下，您可能需要进一步重塑

df_完成%>%
排列（键=类型，值=计数）%>%
突变（计数=（A-C）/（A+B+C））%>%
变异（计数=比例：：百分比（计数））%>%
选择（日期、计数）
#>#A tibble:7 x 2
#>日期计数
#>        
#> 1 2018-11-01 67%  
#> 2 2018-11-02 100% 
#> 3 2018-11-03 100% 
#> 4 2018-11-04 100% 
#> 5 2018-11-05 100% 
#> 6 2018-11-06 0%   
#> 7 2018-11-07 100%

细微的变化是使用
rowwise
按每行分组，这允许您在类型列上调用
sum

df_完成%>%
排列（键=类型，值=计数）%>%
行（）
突变（计数=（A-C）/和（A，B，C））%>%
变异（计数=比例：：百分比（计数））%>%
选择（日期、计数）
#>来源：本地数据帧[7 x 2]
#>小组：
#> 
#>#A tibble:7 x 2
#>日期计数
#>        
#> 1 2018-11-01 66.7%
#> 2 2018-11-02 100% 
#> 3 2018-11-03 100% 
#> 4 2018-11-04 100% 
#> 5 2018-11-05 100% 
#> 6 2018-11-06 0%   
#> 7 2018-11-07 100%

由（v0.2.1）
于2018年11月28日创建。对于类似的计算，我更喜欢将形状改成宽的形状，这样我就可以直接访问我所取差异的列，即a、B和C列。这有点详细，但它让我更好地处理数据中的内容

与@Ronak Shah的答案类似，我首先使用类似于
complete
的东西来填充任何缺少的日期和类型组合。我还按组汇总计数，以防对任何日期类型组合有多个观察结果

库（tidyverse）
df_完成百分比
分组依据（日期、类型）%>%
汇总（计数=总和（计数））%>%
解组（）%>%
完成（日期、类型、填写=列表（计数=0））
df_完成
#>#A tibble:21 x 3
#>日期类型计数
#>          
#>2018年11月1日A 4
#>2 2018-11-01 B 2
#>3 2018-11-01 C 0
#>4 2018-11-02 A 1
#>5 2018-11-02 B 0
#>6 2018-11-02 C 0
#>7 2018-11-03 A 4
#>8 2018-11-03 B 0
#>9 2018-11-03 C 0
#>10 2018-11-04 A 3
#> # ... 还有11行

然后使用
spread
，我得到每种类型的列，然后进行计算。如果您想像示例中那样格式化为百分比字符串，可以将计数传递到
scales:：percent
，例如，它将0.75格式化为75%。然后，您可以除去date和count之外的列，或者在更复杂的情况下，您可能需要进一步重塑

df_完成%>%
排列（键=类型，值=计数）%>%
突变（计数=（A-C）/（A+B+C））%>%
变异（计数=比例：：百分比（计数））%>%
选择（日期、计数）
#>#A tibble:7 x 2
#>日期计数
#>        
#> 1 2018-11-01 67%  
#> 2 2018-11-02 100% 
#> 3 2018-11-03 100% 
#> 4 2018-11-04 100% 
#> 5 2018-11-05 100% 
#> 6 2018-11-06 0%   
#> 7 2018-11-07 100%

细微的变化是使用
rowwise
按每行分组，这允许您在类型列上调用
sum

df_完成%>%
排列（键=类型，值=计数）%>%
行（）
突变（计数=（A-C）/和（A，B，C））%>%
变异（计数=比例：：百分比（计数））%>%
选择（日期、计数）
#>所以
Date          Count
<date>        <int>
1 2018-11-01    66.7%
2 2018-11-02   some %
3 2018-11-03   some %
4 2018-11-04   some %
5 2018-11-05   some %
6 2018-11-06   some %
7 2018-11-07   some %

abc %>% group_by(DATE) %>%
arrange(DATE) %>%
mutate(diff = n - lag(n, default = first(n)))

library(tidyverse)
df %>%
  group_by(Date) %>%
  complete(Type, fill = list(Count = 0)) %>%
  summarise(Count = (Count[Type == "A"] - Count[Type == "C"])/sum(Count))


#       Date   Count
#  <fct>       <dbl>
#1 2018-11-01  0.667
#2 2018-11-02  1    
#3 2018-11-03  1    
#4 2018-11-04  1    
#5 2018-11-05  1    
#6 2018-11-06  0    
#7 2018-11-07  1