相对于每个组中的值的比例（通过dplyr）

我有一组时间序列，我想在特定的时间间隔内相对于它们的值对它们进行缩放。那样，每个系列在当时都会达到1.0，并且按比例变化。相对于每个组中的值的比例（通过dplyr）

我不知道如何用dplyr做到这一点。

下面是使用一个for循环的工作示例：

library(dplyr) 

data = expand.grid(
    category = LETTERS[1:3], 
    year = 2000:2005) 
data$value = runif(nrow(data)) 

# the first time point in the series 
baseYear = 2002 

# for each category, divide all the values by the category's value in the base year 
for(category in as.character(levels(factor(data$category)))) { 
    data[data$category == category,]$value = data[data$category == category,]$value/data[data$category == category & data$year == baseYear,]$value[[1]] 
}

编辑：修饰的问题，使得基准时间点不是可转位。有时候，“时间”栏实际上是一个因素，不一定是序数。

来源

2014-11-25 sharoz

该解决方案是非常相似的@thelatemail，但我认为它有足够的不同，可以有自己的答案因为它根据条件选择索引：

data %>% group_by(category) %>% mutate(value = value/value[year == baseYear]) 
# category year  value 
#...  ... ...  ... 
#7   A 2002 1.00000000 
#8   B 2002 1.00000000 
#9   C 2002 1.00000000 
#10  A 2003 0.86462789 
#11  B 2003 1.07217943 
#12  C 2003 0.82209897

（数据输出已被截断。要复制这些结果，创建data时需要set.seed(123)。）

来源

2016-04-10 05:42:41 oshun

事情是这样的：

data %>% 
    group_by(category) %>% 
    mutate(value=value/value[1]) %>% 
    arrange(category,year)

结果：

# category year  value 
#1   A 2000 1.0000000 
#2   A 2001 0.2882984 
#3   A 2002 1.5224308 
#4   A 2003 0.8369343 
#5   A 2004 2.0868684 
#6   A 2005 0.2196814 
#7   B 2000 1.0000000 
#8   B 2001 0.5952027

来源

2014-11-25 01:55:37 thelatemail

另一种方法是使用'first'和'order_by'。通过使用'order_by'，每个类别的最低年份应该在第一行。 'mutate（group_by（data，category），out = order_by（year，value/first（value）））％>％arrange（category）' – jazzurro 2014-11-25 02:00:35

Thanks！如果我想按照年份中位数进行缩放，那么索引不起作用会怎样？ – sharoz 2014-11-25 02:02:29

@sharoz你的意思是'mutate（value = value/median（year））' – 2014-11-25 11:34:12

使用first在dplyr，确保您使用order_by

data %>% 
    group_by(category) %>% 
    mutate(value = value/first(value, order_by = year))

来源

2014-11-25 02:05:39 Hugh

谢谢！如果我想按中位数进行缩放，或者索引不起作用的情况会怎样？ – sharoz 2014-11-25 02:24:50

'mutate（valute = value/median（value））'使用'group_by'来选择中位数应接管的子集。 – Hugh 2014-11-25 02:35:26

这就是媒体价值。我在问，如果它按照年份中值（或特定年份）的值进行缩放。 – sharoz 2014-11-25 03:01:15

相对于每个组中的值的比例（通过dplyr）

回答

相关问题