为R中的循环重写初始数据集

UPD： 我需要的是：

以下是一些数据集的示例（我有8个）：

我需要的是：

例如，在这些数据集中存在lev变量。假设这是这些数据集中数据的快照：

ID   Year  lev   
1    2011  0.19 
1    2012  0.19 
1    2013  0.21 
1    2014  0.18 
2    2013  0.39 
2    2014  0.15 
2    2015  0.47 
2    2016  0.35 
3    2013  0.30 
3    2015  0.1  
3    2017  0.13 
3    2018  0.78 
4    2011  0.13 
4    2012  0.35 

现在，我需要在我的每个数据集EE_AB、EE_C、EE_H等中创建变量ff1和ff2，分别为年份ID构建，在每一年分别为该特定年份的整个ID的中位数

让我们以2011年为例。2011年该数据集中变量lev的中位数为（0.19+0.13）/2=0.16，因此2011年ID 1的ff1应为0.19/0.16=1.1875，2011年ID 4的ff1=0.13/0.16=0.8125

现在让我们以2013年为例。中位lev为0.3。因此，ID 1、2、3的ff1将分别为0.7、1.3和1

所需输出应为每个数据集中的ff1变量（例如，EE_AB、EE_C、EE_H），如下所示：

---

对于其他数据帧，这应该是相同的方式。

这里有一个tidyverse方法：

库（dplyr）
#图书馆（purrr）
数据\u frameAB%>%
组别(年份)%>%
突变（ff1=（c+d）/purrr:：map2_dbl（c，d，中位数））%>%
解组（）
##A tibble:14 x 5
#身份证年份c d ff1
#        
#  1     1  2011    10    12  2.2 
#  2     1  2012    11    13  2.18
#  3     1  2013    12    14  2.17
#  4     1  2014    13    15  2.15
#  5     1  2015    14    16  2.14
#  6     1  2016    15    34  3.27
#  7     1  2017    16    25  2.56
#  8     1  2018    17    26  2.53
#  9     1  2019    18    56  4.11
# 10    15  2015    23    38  2.65
# 11    15  2016    26    25  1.96
# 12    15  2017    30    38  2.27
# 13    45  2011   100   250  3.5 
# 14    45  2012   200   111  1.56

如果没有

purrr

，内部表达式将是

mutate（ff1=（c+d）/mapply（中位数，c，d））

尽管类型安全

由于在数据管理中有多个帧，我有两个建议：

将它们组合成一个

列表

。这个建议源于这样一个假设，即无论你对一个框架做什么，你都可能对这三个框架都做。在这种情况下，您可以在帧列表上使用

lappy

或

purrr:：map

，一步完成所有帧。看

列出\u帧的\u%
变异（ff1=（c+d）/purrr:：map2_dbl（c，d，中位数））%>%ungroup（）
)

同样，如果没有

purr

，那将是

框架列表2%
变异（ff1=（c+d）/mapply（中位数c，d））%>%
解组（）
)

将它们组合成一个帧，保留原始数据。从帧的列表开始

bind\u行（帧列表，.id=“Frame”）%>%
分组依据（框架，年份）%>%
突变（ff1=（c+d）/purrr:：map2_dbl（c，d，中位数））%>%
解组（）
##A tibble:42 x 6
#帧ID年份c d ff1
#         
#1 AB 1 2011 10 12 2.2
#2 AB 1 2012 11 13 2.18
#3 AB 1 2013 12 14 2.17
#4 AB 1 2014 13 15 2.15
#5 AB 1 2015 14 16 2.14
#6 AB 1 2016 15 34 3.27
#7 AB 1 2017 16 25 2.56
#8 AB 1 2018 17 26 2.53
#9 AB 1 2019 18 56 4.11
#10 AB 15 2015 23 38 2.65
# # ... 还有32行

---

这是R的tidyverse方言。

~

波浪形像一个匿名函数，因此

~.x

与

函数（.x）.x

相同。

%%>%%

是一个

magrittr

的“管道”，用于从语法上改变代码的外观，它更多的是一个数据管道，而不是对R来说正常的插入式嵌套。管道由

dplyr

包重新导出，而tidyverse流中的很多都使用它（通常，在实践中，imo是多余的）。我相信这不是我想要的。我的意思是，让我们看看2015年，例如。有两个ID 1和15。因此，我需要的是2015年ID 1的ff1应该是（14+16）/中位数（14+16和23+38），本质上是30/45.5=0.65，而不是2.14如果我尝试运行以下代码EE_list%groupu by（year）%%>%mutate（ff1=lev/purr:：map2_dbl（lev，median），ff2=cash/purr:：map2_dbl（cash，median））%%>%ungroup（），其中lev为c+d。我得到以下错误：

error:Problem with

mutate（）`input

ff1

。缺少x参数“.f”，没有默认的i输入

ff1

is

lev/purr:：map2_dbl（lev，median）

。我认为错误发生在第1组：年份=2011年。我希望你能理解，当你的问题是

中位数（c+d）

时，我解释为

中位数（c+d）

，而不是那样。这是一个很好的机会，你可以编辑你的问题，并粘贴你的预期输出给定的样本数据；这样做将消除任何歧义。如果您打算以不同的方式使用建议的代码，那么您需要阅读帮助页面。在本例中，如果您阅读，您将了解到

map2*

和

pmap*

函数“同时迭代多个参数”，因此需要不同的参数。

ID   Year  lev    ff1    
1    2011  0.19  1.1875
1    2012  0.19  0.7037
1    2013  0.21  0.7
1    2014  0.18  1.0909
2    2013  0.39  1.3
2    2014  0.15  0.9091
2    2015  0.47  1.6491
2    2016  0.35  1
3    2013  0.30  1
3    2015  0.1   0.3509
3    2017  0.13  1
3    2018  0.78  1
4    2011  0.13  0.8125
4    2012  0.35  1.2963