[英]R dplyr conditional sum with mutate
我目前有以下格式的數據集
id, date, category, city
1, 2016-01-01, A CityA
2, 2016-01-01, B CityA
等等
我正在嘗試使用mutate,以便可以在過去30天或x個時間范圍內為我提供條件運行計數。
首先,我嘗試使用它是否有效並從那里擴展它
mutate(df, last_thirty_day_count = sum(df$id < id & df$city == city))
但這只是零。
任何幫助表示贊賞。
首先,這是一個稍長的示例數據集
set.seed(8675309)
sampleData <-
data_frame(id = 1:20
, date = seq(as.Date("2017-01-01")
, as.Date("2017-01-20")
, by = "day")
, category = sample(LETTERS[1:3], 20, TRUE)
, city = sample(letters[1:3], 20, TRUE)
)
然后,只需確定什么才算是合格的觀察。 從您的問題尚不清楚您要使用什么截止值。 在這里,我將1月4日作為截止日期,但是您可以使用適合您情況的任何方法。 然后,將要計數的變量group_by
加起來。 這假定它們是有序的,如果沒有,請確保先進行arrange
。
sampleData %>%
mutate(QualifiyingObs = date > "2017-01-04") %>%
group_by(city) %>%
mutate(CountOfQual = cumsum(QualifiyingObs))
給
id date category city QualifiyingObs CountOfQual
<int> <date> <chr> <chr> <lgl> <int>
1 1 2017-01-01 A a FALSE 0
2 2 2017-01-02 B c FALSE 0
3 3 2017-01-03 C c FALSE 0
4 4 2017-01-04 C a FALSE 0
5 5 2017-01-05 A b TRUE 1
6 6 2017-01-06 C c TRUE 1
7 7 2017-01-07 C a TRUE 1
8 8 2017-01-08 C a TRUE 2
9 9 2017-01-09 C a TRUE 3
10 10 2017-01-10 B c TRUE 2
11 11 2017-01-11 C c TRUE 3
12 12 2017-01-12 B c TRUE 4
13 13 2017-01-13 B a TRUE 4
14 14 2017-01-14 A b TRUE 2
15 15 2017-01-15 C a TRUE 5
16 16 2017-01-16 C b TRUE 3
17 17 2017-01-17 C b TRUE 4
18 18 2017-01-18 A b TRUE 5
19 19 2017-01-19 C a TRUE 6
20 20 2017-01-20 C c TRUE 5
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.