web-dev-qa-db-ja.com

Rの複数の列のグループ内の変化率を計算するにはどうすればよいですか？

ID列、日付列（IDごとに12か月）のデータフレームがあり、23個の数値変数があります。各ID内の月ごとのパーセンテージの変化を取得したいと思います。変更率を取得するために、quantmodパッケージを使用しています。

以下は、3列のみの例です（簡単にするため）。

ID Date V1 V2 V3
1  Jan   2  3  5
1  Feb   3  4  6
1  Mar   7  8  9
2  Jan   1  1  1
2  Feb   2  3  4
2  Mar   7  8   8

Dplyrとsummarise_each関数を使用しようとしましたが、失敗しました。より具体的には、私は以下を試しました（trainはデータセットの名前です）：

library(dplyr)
library(quantmod)

group1<-group_by(train,EXAMID)

foo<-function(x){
  return(Delt(x))
}

summarise_each(group1,funs(foo))

また、dplyrでdo関数を使用しようとしましたが、それも成功しませんでした（夜が悪かったと思います！）。

問題はDelt関数だと思います。 Deltをsum関数に置き換えると、次のようになります。

foo<-function(x){
      return(sum(x))
    }
summarise_each(group1,funs(foo))

その結果、すべての変数が各IDの日付全体で合計されます。では、各IDの月ごとのパーセンテージの変化はどうしたらよいでしょうか。

rdplyrsummarization
16
mmmmmmmmmm

pct <- function(x) x/lag(x)を使用するのはどうですか？ （または(x/lag(x)-1)*100、またはPCTの変更を正確に指定したい場合）、たとえば、

pct(1:3)
[1]  NA 2.0 1.5

編集：フランクの提案を追加

pct <- function(x) {x/lag(x)}

dt %>% group_by(ID) %>% mutate_each(funs(pct), c(V1, V2, V3))

ID Date       V1       V2  V3
1  Jan       NA       NA  NA
1  Feb 1.500000 1.333333 1.2
1  Mar 2.333333 2.000000 1.5
2  Jan       NA       NA  NA
2  Feb 2.000000 3.000000 4.0
2  Mar 3.500000 2.666667 2.0
12
dzeltzer

あなたが直面している問題は、データが「整然とした」方法でフォーマットされていないためです。 「ワイド」データフレームを作成する列にある観測（V1：V3）があります。 「tidyverse」はロングフォーマットで最適に動作します。良いニュースは、必要なものを正確に取得できるgather()関数を使用することです。これが「tidyverse」を使用したソリューションです。


library(tidyverse)

# Recreate data set
df <- tribble(
    ~ID, ~Date, ~V1, ~V2, ~V3,
    1,  "Jan",   2,  3,  5,
    1,  "Feb",   3,  4,  6,
    1,  "Mar",   7,  8,  9,
    2,  "Jan",   1,  1,  1,
    2,  "Feb",   2,  3,  4,
    2,  "Mar",   7,  8,  8
)
df
#> # A tibble: 6 × 5
#>      ID  Date    V1    V2    V3
#>   <dbl> <chr> <dbl> <dbl> <dbl>
#> 1     1   Jan     2     3     5
#> 2     1   Feb     3     4     6
#> 3     1   Mar     7     8     9
#> 4     2   Jan     1     1     1
#> 5     2   Feb     2     3     4
#> 6     2   Mar     7     8     8

# Gather and calculate percent change
df %>%
    gather(key = key, value = value, V1:V3) %>%
    group_by(ID, key) %>%
    mutate(lag = lag(value)) %>%
    mutate(pct.change = (value - lag) / lag)
#> Source: local data frame [18 x 6]
#> Groups: ID, key [6]
#> 
#>       ID  Date   key value   lag pct.change
#>    <dbl> <chr> <chr> <dbl> <dbl>      <dbl>
#> 1      1   Jan    V1     2    NA         NA
#> 2      1   Feb    V1     3     2  0.5000000
#> 3      1   Mar    V1     7     3  1.3333333
#> 4      2   Jan    V1     1    NA         NA
#> 5      2   Feb    V1     2     1  1.0000000
#> 6      2   Mar    V1     7     2  2.5000000
#> 7      1   Jan    V2     3    NA         NA
#> 8      1   Feb    V2     4     3  0.3333333
#> 9      1   Mar    V2     8     4  1.0000000
#> 10     2   Jan    V2     1    NA         NA
#> 11     2   Feb    V2     3     1  2.0000000
#> 12     2   Mar    V2     8     3  1.6666667
#> 13     1   Jan    V3     5    NA         NA
#> 14     1   Feb    V3     6     5  0.2000000
#> 15     1   Mar    V3     9     6  0.5000000
#> 16     2   Jan    V3     1    NA         NA
#> 17     2   Feb    V3     4     1  3.0000000
#> 18     2   Mar    V3     8     4  1.0000000
17
Matt Dancho