r - 如何将缺失的国家包括在 df 中
问题描述
这个问题是我上一篇文章的衍生问题。
我有一个关于并购 (M&A) 的大数据框(90 万行)。
df 有四列:date(并购完成时间)、target_nation(被兼并/收购的国家/地区的公司)、acquiror_nation(收购方是哪个国家/地区的公司)和 big_corp(收购方是大公司还是不是,TRUE 表示公司很大)。
这是我的df示例:
df <- structure(list(date = c(2000L, 2000L, 2001L, 2001L, 2001L, 2003L,
2003L, 1999L, 2001L, 2002L, 2002L, 2002L), target_nation = c("Uganda",
"Uganda", "Uganda", "Uganda", "Uganda", "Uganda", "Mozambique",
"Mozambique", "Mozambique", "Mozambique", "Mozambique", "Mozambique"
), acquiror_nation = c("France", "Germany", "France", "France",
"Germany", "Germany", "Germany", "Germany", "France", "France",
"Germany", "Japan"), big_corp_TF = c(TRUE, FALSE, TRUE, FALSE,
FALSE, TRUE, FALSE, FALSE, TRUE, FALSE, TRUE, TRUE)), row.names = c(NA,
-12L), class = c("data.table", "data.frame"))
> df
date target_nation acquiror_nation big_corp_TF
1: 2000 Uganda France TRUE
2: 2000 Uganda Germany FALSE
3: 2001 Uganda France TRUE
4: 2001 Uganda France FALSE
5: 2001 Uganda Germany FALSE
6: 2003 Uganda Germany TRUE
7: 2003 Mozambique Germany FALSE
8: 1999 Mozambique Germany FALSE
9: 2001 Mozambique France TRUE
10: 2002 Mozambique France FALSE
11: 2002 Mozambique Germany TRUE
12: 2002 Mozambique Japan TRUE
从这些数据中,我想创建一个新列,表示特定收购国的大公司在特定目标国家进行的并购份额,计算 2 年的平均值。(对于我的实际练习,我将计算 5 年的平均值,但让我们在这里保持简单)。
有一组收购国是我特别感兴趣的(在这个例子中,假设是法国、德国和日本)。我希望有一个专栏来表示这些国家的上述份额。
@AnilGoyal 之前帮助我编写了代码。这是代码:
df_calc <- df %>%
mutate(d = 1) %>%
group_by(target_nation) %>%
complete(date = seq(min(date), max(date), 1), nesting(acquiror_nation),
fill = list(d = 0, big_corp_TF = FALSE)) %>%
group_by(date, target_nation) %>%
mutate(total_MAs = sum(d)) %>%
group_by(date, target_nation, acquiror_nation) %>%
summarise(total_MAs = mean(total_MAs),
total_MAs_bigcorp = sum(big_corp_TF), .groups = 'drop') %>%
group_by(target_nation, acquiror_nation) %>%
mutate(share = sum_run(total_MAs_bigcorp, k=2)/sum_run(total_MAs, k=2))
这是输出:
date targ_nat acq_nat tot_MA big_MA share
1 1999 Mozambique France 1 0 0.0000000
2 1999 Mozambique Germany 1 0 0.0000000
3 1999 Mozambique Japan 1 0 0.0000000
4 2000 Mozambique France 0 0 0.0000000
5 2000 Mozambique Germany 0 0 0.0000000
6 2000 Mozambique Japan 0 0 0.0000000
7 2001 Mozambique France 1 1 1.0000000
8 2001 Mozambique Germany 1 0 0.0000000
9 2001 Mozambique Japan 1 0 0.0000000
10 2002 Mozambique France 3 0 0.2500000
11 2002 Mozambique Germany 3 1 0.2500000
12 2002 Mozambique Japan 3 1 0.2500000
13 2003 Mozambique France 1 0 0.0000000
14 2003 Mozambique Germany 1 0 0.2500000
15 2003 Mozambique Japan 1 0 0.2500000
16 2000 Uganda France 2 1 0.5000000
17 2000 Uganda Germany 2 0 0.0000000
18 2001 Uganda France 3 1 0.4000000
19 2001 Uganda Germany 3 0 0.0000000
20 2002 Uganda France 0 0 0.3333333
21 2002 Uganda Germany 0 0 0.0000000
22 2003 Uganda France 1 0 0.0000000
23 2003 Uganda Germany 1 1 1.0000000
所有的数字都如你所愿。但是,我希望日本在乌干达的投资能有成果,但不能成功。我怎样才能做到这一点?我理解日本在乌干达没有结果的原因是日本在任何一年都没有在乌干达进行任何投资(如上图数据样本所示);但是这种缺乏投资对我来说是一个有意义的结果,我希望日本也能成为收购国。就像这样(出于空间原因,我将莫桑比克排除为 targ_nat):
date targ_nat acq_nat tot_MA big_MA share
16 2000 Uganda France 2 1 0.5000000
17 2000 Uganda Germany 2 0 0.0000000
18 2000 Uganda Japan 2 0 0.0000000
19 2001 Uganda France 3 1 0.4000000
20 2001 Uganda Germany 3 0 0.0000000
21 2001 Uganda Japan 3 0 0.0000000
22 2002 Uganda France 0 0 0.3333333
22 2002 Uganda Germany 0 0 0.0000000
23 2002 Uganda Japan 0 0 0.0000000
24 2003 Uganda France 1 0 0.0000000
25 2003 Uganda Germany 1 1 1.0000000
26 2003 Uganda Japan 1 0 0.0000000
关于如何实现这一目标的任何想法?就我的实际目的而言,我有一组 13 个国家,我希望将其结果视为收购国(不仅仅是法国、德国和日本)。这些国家在数据集中显示为收购国(但并非针对所有目标国家(!)——就像这里的乌干达和日本的例子一样)。
非常感谢任何帮助。
解决方案
这将需要complete
library(dplyr)
library(tidyr)
out <- df_calc %>%
group_by(target_nation, date, total_MAs) %>%
complete(acquiror_nation = unique(.$acquiror_nation),
fill = list(total_MAs_bigcorp = 0, share = 0)) %>%
ungroup
-检查“乌干达”的输出
out %>%
filter(target_nation == 'Uganda')
# A tibble: 12 x 6
# target_nation date total_MAs acquiror_nation total_MAs_bigcorp share
# <chr> <dbl> <dbl> <chr> <dbl> <dbl>
# 1 Uganda 2000 2 France 1 0.5
# 2 Uganda 2000 2 Germany 0 0
# 3 Uganda 2000 2 Japan 0 0
# 4 Uganda 2001 3 France 1 0.4
# 5 Uganda 2001 3 Germany 0 0
# 6 Uganda 2001 3 Japan 0 0
# 7 Uganda 2002 0 France 0 0.333
# 8 Uganda 2002 0 Germany 0 0
# 9 Uganda 2002 0 Japan 0 0
#10 Uganda 2003 1 France 0 0
#11 Uganda 2003 1 Germany 1 1
#12 Uganda 2003 1 Japan 0 0
推荐阅读
- java - 向映射添加重复值,无需外部库
- c# - 如何使用 taglib 从音频文件中获取信息
- python - 如何在 python 中将 many_days 转换为 daily?
- mockito - 如何使用 MockitoJUnitRunner 在此方法中模拟 Transport.send() 方法?
- python - 使用 plotly 或 seaborn 进行多列可视化
- bash - 将具有相同名称但扩展名不同的文件保留在curent目录中,并将剩余文件移动到新的director.y
- r - 如何通过向量化以及来自 dplyr 的 group_by 函数迭代列
- dataframe - 如何将数据框值转换为 Map[String,List[String]]?
- regex - 来自“已接收”电子邮件标题的正则表达式匹配时间
- jestjs - 开玩笑找不到测试匹配