时间戳

首页 > 解决方案 > 如何通过百分比向量分配数字向量，对结果进行四舍五入，并始终获得与我在 R 中开始时相同的总数？

r - 如何通过百分比向量分配数字向量，对结果进行四舍五入，并始终获得与我在 R 中开始时相同的总数？

问题描述

问题摘要

我想将数字向量（Sum_By_Group列）乘以百分比向量（Percent列），以将组的总数分配到每个 ID，将结果四舍五入，最终得到与我开始时相同的总数。换句话说，我希望Distribution_Post_Round列与列相同Sum_By_Group。

下面是我遇到的问题的一个例子。在 A 组中，我乘以PercentID Sum_By_Group1 中的 3、ID 2 中的 3 和 ID 5 中的 1，总共 7。A 组的Sum_By_Group列和Distribution_Post_Round列是相同的，这就是我想要的。在 B 组中，我乘以Percent并Sum_By_Group以 ID 8 中的 1 和 ID 10 中的 1 结束，总共为 2。我希望Distribution_Post_RoundB 组的列为 3。

有没有办法在不使用循环、子集数据帧然后将数据帧重新连接在一起的情况下做到这一点？

例子

library(dplyr)
df = data.frame('Group' = c(rep('A', 7), rep('B', 5)),
                  'ID' = c(1:12),
                  'Percent' = c(0.413797750, 0.385366840, 0.014417571, 0.060095668, 0.076399650,
                                0.019672573, 0.030249949, 0.381214519, 0.084121796, 0.438327886,
                                0.010665749, 0.085670050),
                  'Sum_By_Group' = c(rep(7,7), rep(3, 5)))
df$Distribute_By_ID = round(df$Percent * df$Sum_By_Group, 0)
df_round = aggregate(Distribute_By_ID ~ Group, data = df, sum)
names(df_round)[names(df_round) == 'Distribute_By_ID'] = 'Distribution_Post_Round'
df = left_join(df, df_round, by = 'Group')
df
  Group ID    Percent Sum_By_Group Distribute_By_ID Distribution_Post_Round
      A  1 0.41379775            7                3                       7
      A  2 0.38536684            7                3                       7
      A  3 0.01441757            7                0                       7
      A  4 0.06009567            7                0                       7
      A  5 0.07639965            7                1                       7
      A  6 0.01967257            7                0                       7
      A  7 0.03024995            7                0                       7
      B  8 0.38121452            3                1                       2
      B  9 0.08412180            3                0                       2
      B 10 0.43832789            3                1                       2
      B 11 0.01066575            3                0                       2
      B 12 0.08567005            3                0                       2

非常感谢你的帮助。如果需要进一步澄清，请告诉我。

标签： rdataframeaggregateroundingpercentage

解决方案

df %>%
  mutate(dividend = floor(Percent*Sum_By_Group),
         remainder= Percent*Sum_By_Group-dividend) %>%
  group_by(Group) %>%
  arrange(desc(remainder),.by_group=TRUE) %>%
  mutate(delivered=sum(dividend),
         rownumber=1:n(),
         lastdelivery=if_else(rownumber<=Sum_By_Group-delivered,1,0),
         Final=dividend+lastdelivery) %>%
  ungroup()

# A tibble: 12 x 10
   Group    ID Percent Sum_By_Group dividend remainder delivered rownumber lastdelivery Final
   <fct> <int>   <dbl>        <dbl>    <dbl>     <dbl>     <dbl>     <int>        <dbl> <dbl>
 1 A         1  0.414             7        2    0.897          4         1            1     3
 2 A         2  0.385             7        2    0.698          4         2            1     3
 3 A         5  0.0764            7        0    0.535          4         3            1     1
 4 A         4  0.0601            7        0    0.421          4         4            0     0
 5 A         7  0.0302            7        0    0.212          4         5            0     0
 6 A         6  0.0197            7        0    0.138          4         6            0     0
 7 A         3  0.0144            7        0    0.101          4         7            0     0
 8 B        10  0.438             3        1    0.315          2         1            1     2
 9 B        12  0.0857            3        0    0.257          2         2            0     0
10 B         9  0.0841            3        0    0.252          2         3            0     0
11 B         8  0.381             3        1    0.144          2         4            0     1
12 B        11  0.0107            3        0    0.0320         2         5            0     0

这是我的解决方案，没有任何其他依赖于 Hare 配额的依赖项：我分配了所有整数“席位”，然后按余数的顺序分配了剩余的“席位”。然后“Final”列就可以了。

注意：它似乎给出了与带有包的其他解决方案相同的结果

推荐阅读