r - 使用 dplyr 基于特定因素和日期以及值摘要的计算
问题描述
我有一个数据框,其中包含特定日期在离岸特定距离 (DOS) 的不同船舶分类计数,例如 0-12 海里和 0-100 海里 - 我想从 0-100 海里减去 0-12 海里 DOS 内的船舶,这样我就可以计算每个日期有多少例如“客”船仅在 12-100 海里。一旦完成,我想在总时间段内计算每个 DOS 内总共有多少乘客、货物等船只......我可以想出一个非常费力的方法来做到这一点,但我很确定变异和总结 dplyr 中的函数有一种更有效的方法来运行它......
这是一个虚拟数据框:
df<- structure(list(date = structure(c(17622, 17623, 17624, 17625,
17626, 17627, 17622, 17623, 17624, 17625, 17626, 17627), class = "Date"),
`Passenger(6X)` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0),
`Cargo(7X)` = c(2, 0, 2, 2, 2, 3, 5, 4, 7, 6, 7, 4), `Tanker(8X)` = c(0,
0, 0, 0, 0, 0, 0, 3, 1, 0, 1, 0), Otherb = c(`5` = 0, `6` = 0,
`7` = 0, `8` = 0, `9` = 0, `10` = 0, `144` = 0, `154` = 0,
`164` = 0, `174` = 0, `184` = 0, `194` = 0), DOS = c("0-12nm",
"0-12nm", "0-12nm", "0-12nm", "0-12nm", "0-12nm", "0-100nm",
"0-100nm", "0-100nm", "0-100nm", "0-100nm", "0-100nm")), class = "data.frame", row.names = c(1L,
2L, 3L, 4L, 5L, 6L, 1454L, 1455L, 1456L, 1457L, 1458L, 1459L))
在 2018 年 4 月 1 日的这个例子中,12-100nm 的货船应该是 3 - 输出可能是新列的形式等。在我的真实数据集中,我实际上有 4 个不同的离岸距离和一年以上日期......所以我认为 dplyr 是最好的方法 - 任何帮助将不胜感激。
解决方案
如果我很好地理解了您的问题,您应该可以使用dplyr
它。
diff
以下示例中的字段:
library(dplyr)
df %>%
mutate(Total = `Passenger(6X)` + `Cargo(7X)` + `Tanker(8X)` + `Otherb`) %>%
group_by(date) %>%
mutate(diff = ifelse(row_number() == 1, Total, Total - lag(Total)))
date `Passenger(6X)` `Cargo(7X)` `Tanker(8X)` Otherb DOS Total diff
<date> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <dbl>
1 2018-04-01 0 2 0 0 0-12nm 2 2
2 2018-04-02 0 0 0 0 0-12nm 0 0
3 2018-04-03 0 2 0 0 0-12nm 2 2
4 2018-04-04 0 2 0 0 0-12nm 2 2
5 2018-04-05 0 2 0 0 0-12nm 2 2
6 2018-04-06 0 3 0 0 0-12nm 3 3
7 2018-04-01 0 5 0 0 0-100nm 5 3
8 2018-04-02 0 4 3 0 0-100nm 7 7
9 2018-04-03 0 7 1 0 0-100nm 8 6
10 2018-04-04 0 6 0 0 0-100nm 6 4
11 2018-04-05 0 7 1 0 0-100nm 8 6
12 2018-04-06 0 4 0 0 0-100nm 4 1
推荐阅读
- c - 接受未知数量的输入
- php - 如何实现将商店商品添加到购物车(PHP)
- makefile - Makefile:从另一个列表中删除与多个截断文件名匹配的文件列表
- c# - C# ContextMenu Opening() 事件
- python - 在 jenkins 管道阶段签出后如何使用 git 存储库
- python - 如何在 python-requests 中将嵌套字典作为标头传递?
- python - Python/Django 按类别过滤帖子
- c++ - C++ 中的 lower_bound()
- python - 使用 h5py(或其他方法)有效地保存和加载数据
- sql - SQL Server 中的替换函数