cumsum in gruppierten Daten mit dplyr

Ich habe einen Datenrahmen df (die here heruntergeladen werden kann) in ein Register von Unternehmen bezeichnet, die etwa wie folgt aussieht:cumsum in gruppierten Daten mit dplyr

Provider.ID  Local.Authority month year entry exit total 
1 1-102642676   Warwickshire 10 2010  2 0  2 
2 1-102642676     Bury 10 2010  1 0  1 
3 1-102642676     Kent 10 2010  1 0  1 
4 1-102642676     Essex 10 2010  1 0  1 
5 1-102642676    Lambeth 10 2010  2 0  2 
6 1-102642676   East Sussex 10 2010  5 0  5 
7 1-102642676  Bristol, City of 10 2010  1 0  1 
8 1-102642676    Liverpool 10 2010  1 0  1 
9 1-102642676     Merton 10 2010  1 0  1 
10 1-102642676   Cheshire East 10 2010  2 0  2 
11 1-102642676    Knowsley 10 2010  1 0  1 
12 1-102642676  North Yorkshire 10 2010  1 0  1 
13 1-102642676 Kingston upon Thames 10 2010  1 0  1 
14 1-102642676    Lewisham 10 2010  1 0  1 
15 1-102642676    Wiltshire 10 2010  1 0  1 
16 1-102642676    Hampshire 10 2010  1 0  1 
17 1-102642676    Wandsworth 10 2010  1 0  1 
18 1-102642676     Brent 10 2010  1 0  1 
19 1-102642676   West Sussex 10 2010  1 0  1 
20 1-102642676 Windsor and Maidenhead 10 2010  1 0  1 
21 1-102642676     Luton 10 2010  1 0  1 
22 1-102642676    Enfield 10 2010  1 0  1 
23 1-102642676    Somerset 10 2010  1 0  1 
24 1-102642676   Cambridgeshire 10 2010  1 0  1 
25 1-102642676    Hillingdon 10 2010  1 0  1 
26 1-102642676    Havering 10 2010  1 0  1 
27 1-102642676    Solihull 10 2010  1 0  1 
28 1-102642676     Bexley 10 2010  1 0  1 
29 1-102642676    Sandwell 10 2010  1 0  1 
30 1-102642676   Southampton 10 2010  1 0  1 
31 1-102642676    Trafford 10 2010  1 0  1 
32 1-102642676     Newham 10 2010  1 0  1 
33 1-102642676   West Berkshire 10 2010  1 0  1 
34 1-102642676    Reading 10 2010  1 0  1 
35 1-102642676    Hartlepool 10 2010  1 0  1 
36 1-102642676    Hampshire  3 2011  1 0  1 
37 1-102642676     Kent  9 2011  0 1 -1 
38 1-102642676  North Yorkshire 12 2011  0 1 -1 
39 1-102642676   North Somerset 12 2012  2 0  2 
40 1-102642676     Kent 10 2014  1 0  1 
41 1-102642676    Somerset  1 2016  0 1 -1

Mein Ziel ist es, eine Variable zu erstellen, die widerspiegelt die kumulative Summe der letzten Variablen (total) für jede Local.Authority und jede . total ist nur der Unterschied zwischen entry und. Ich habe versucht, diese Operation auszuführen, indem dplyr auf folgende Grundlage Anwendung:

library(dplyr) 
df.1 = df %>% group_by(Local.Authority, year) %>% 
    mutate(cum.total = cumsum(total)) %>% 
    arrange(year, month, Local.Authority)

die (falschen) Nachgeben führe unter:

> df.1 
Source: local data frame [41 x 8] 
Groups: Local.Authority, year [41] 

    Provider.ID Local.Authority month year entry exit total cum.total 
     <fctr>   <fctr> <int> <int> <int> <int> <int>  <int> 
1 1-102642676   Bexley 10 2010  1  0  1  35 
2 1-102642676   Brent 10 2010  1  0  1  25 
3 1-102642676 Bristol, City of 10 2010  1  0  1  13 
4 1-102642676    Bury 10 2010  1  0  1   3 
5 1-102642676 Cambridgeshire 10 2010  1  0  1  31 
6 1-102642676 Cheshire East 10 2010  2  0  2  17 
7 1-102642676  East Sussex 10 2010  5  0  5  12 
8 1-102642676   Enfield 10 2010  1  0  1  29 
9 1-102642676   Essex 10 2010  1  0  1   5 
10 1-102642676  Hampshire 10 2010  1  0  1  23 
..   ...    ... ... ... ... ... ...  ...

Ich habe diese Ergebnisse durch die Überprüfung Ebene in den Variablen Local.Authority bestätigt die in verschiedenen Jahren erscheinen (zB Kent):

> check = df.1 %>% filter(Local.Authority == "Kent") 
> check 
Source: local data frame [3 x 8] 
Groups: Local.Authority, year [3] 

    Provider.ID Local.Authority month year entry exit total cum.total 
     <fctr>   <fctr> <int> <int> <int> <int> <int>  <int> 
1 1-102642676   Kent 10 2010  1  0  1   4 
2 1-102642676   Kent  9 2011  0  1 -1  42 
3 1-102642676   Kent 10 2014  1  0  1  44

wo es sein sollte:

Provider.ID Local.Authority month year entry exit total cum.total 
     <fctr>   <fctr> <int> <int> <int> <int> <int>  <int> 
1 1-102642676   Kent 10 2010  1  0  1   1 
2 1-102642676   Kent  9 2011  0  1 -1   0 
3 1-102642676   Kent 10 2014  1  0  1   1

Würde jemand wissen, was passiert, um diese Ergebnisse aus dem Cumsum zu bekommen? Vielen Dank im Voraus.

Quelle

2016-08-22 Edu

Müssen Sie Ihren Datenrahmen anordnen zuerst? – wjchulme

Ich kann nicht reproduzieren. Aber ich bekomme das erwartete Ergebnis an meinem Ende. Das Ergebnis sollte * nicht * für Kent "1 0 1" sein, wenn Sie nach "Local.Authority" * und "Jahr" gruppieren. es sollte "1 -1 1" sein (da es nur eine Beobachtung pro Gruppe gibt). Du bekommst '1 0 1' wenn du nur nach Kent gruppierst:' df%>% filter (Local.Authority == "Kent")%>% group_by (Local.Authority)%>% muate (cumsum = cumsum (gesamt))%>%. $ cumsum' –

@Steven hat Recht, und das ist auch das Ergebnis, das ich bekomme. Ich habe vergessen, dass ich auch nach Jahr gruppiert habe. –

Wenn Sie gruppieren von local.Authority & Jahr dauert es eindeutige Werte und drucken Sie das Ergebnis als 1, -1,1 so bessere Gruppe von nur local.Authority, wo Cumsum funktioniert basierend auf Gesamtwerte und Ergebnis 1,0,1

df <- df %>% 
     group_by(Local.Authority) %>% 
     mutate(cum.to = cumsum(total)) 

    > df 
    Source: local data frame [3 x 8] 
    Groups: Local.Authority [1] 

     Provider.ID Local.Authority month year entry exit total cum.to 
      <chr>   <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
    1 1-102642676   Kent 10 2010  1  0  1  1 
    2 1-102642676   Kent  9 2011  0  1 -1  0 
    3 1-102642676   Kent 10 2014  1  0  1  1

Quelle

2016-08-22 13:14:40

Ich habe die Kommentare nicht gelesen und habe angefangen, an dem Code zu arbeiten –

Ich habe die Lösung für mein Problem. Ich meine Sitzung neu gestartet und ich habe mein Ergebnis nur durch lokale Behörde Gruppierung und dann Anordnen:

> df.1 = df %>% group_by(Local.Authority) %>% 
+ mutate(cum.total = cumsum(total)) %>% 
+ arrange(year, month, Local.Authority) 
> df.1 
Source: local data frame [41 x 8] 
Groups: Local.Authority [36] 

    Provider.ID Local.Authority month year entry exit total cum.total 
     <fctr>   <fctr> <int> <int> <int> <int> <int>  <int> 
1 1-102642676   Bexley 10 2010  1  0  1   1 
2 1-102642676   Brent 10 2010  1  0  1   1 
3 1-102642676 Bristol, City of 10 2010  1  0  1   1 
4 1-102642676    Bury 10 2010  1  0  1   1 
5 1-102642676 Cambridgeshire 10 2010  1  0  1   1 
6 1-102642676 Cheshire East 10 2010  2  0  2   2 
7 1-102642676  East Sussex 10 2010  5  0  5   5 
8 1-102642676   Enfield 10 2010  1  0  1   1 
9 1-102642676   Essex 10 2010  1  0  1   1 
10 1-102642676  Hampshire 10 2010  1  0  1   1

Checking „Kent“ jetzt ergibt es das erwartete Ergebnis:

> check = df.1 %>% filter(Local.Authority == "Kent") 
> check 
Source: local data frame [3 x 8] 
Groups: Local.Authority [1] 

    Provider.ID Local.Authority month year entry exit total cum.total 
     <fctr>   <fctr> <int> <int> <int> <int> <int>  <int> 
1 1-102642676   Kent 10 2010  1  0  1   1 
2 1-102642676   Kent  9 2011  0  1 -1   0 
3 1-102642676   Kent 10 2014  1  0  1   1

Quelle

2016-08-22 13:31:42 Edu

cumsum in gruppierten Daten mit dplyr

Antwort

Verwandte Themen