如何在R中为特定值创建一个分组的百分比列

huangapple
go评论139阅读模式
英文:

How to create a column with percentages for specific values for a group in R

问题

我有这个数据集

  1. dat = structure(list(mdm = 7:8, price = c(100L, 200L), count = c(200L, 300L)),
  2.       class = "data.frame", row.names = c(NA, -2L))

我需要通过添加一个百分比列来转换这个数据，每个mdm组都应该有一个perc列，其值为

  1. 50, 60, 70, 80, 85, 90, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 110, 115, 120, 130, 140, 150

在值 100 对面，应该有来自dat数据集的每个mdm组的price和count值。

期望的输出：

  1. perc	price	count
  2. 50	NA	NA
  3. 60	NA	NA
  4. 70	NA	NA
  5. 80	NA	NA
  6. 85	NA	NA
  7. 90	NA	NA
  8. 95	NA	NA
  9. 96	NA	NA
  10. 97	NA	NA
  11. 98	NA	NA
  12. 99	NA	NA
  13. **100	100	200**
  14. 101	NA	NA
  15. 102	NA	NA
  16. 103	NA	NA
  17. 104	NA	NA
  18. 105	NA	NA
  19. 110	NA	NA
  20. 115	NA	NA
  21. 120	NA	NA
  22. 130	NA	NA
  23. 140	NA	NA
  24. 150	NA	NA
  25. 50	NA	NA
  26. 60	NA	NA
  27. 70	NA	NA
  28. 80	NA	NA
  29. 85	NA	NA
  30. 90	NA	NA
  31. 95	NA	NA
  32. 96	NA	NA
  33. 97	NA	NA
  34. 98	NA	NA
  35. 99	NA	NA
  36. **100	200	300**
  37. 101	NA	NA
  38. 102	NA	NA
  39. 103	NA	NA
  40. 104	NA	NA
  41. 105	NA	NA
  42. 110	NA	NA
  43. 115	NA	NA
  44. 120	NA	NA
  45. 130	NA	NA
  46. 140	NA	NA
  47. 150	NA	NA

mdm=7 的价格和数量的值等于 100 和 200，所以我们将它们放在值 100 附近。

mdm=8 的价格和数量的值等于 200 和 300，所以我们将它们放在值 100 附近。

如何简单实现这个转换？谢谢您的帮助。

英文:

I have this dataset

  1. dat = structure(list(mdm = 7:8, price = c(100L, 200L), count = c(200L, 300L)),
  2.       class = "data.frame", row.names = c(NA, -2L))

I need to transform this data by adding a column with percentages for each mdm group. Each group should have a perc column with values

  1. 50, 60, 70, 80, 85, 90, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 110, 115, 120, 130, 140, 150

where opposite the value 100, there should be a price and count value for each group of mdm from the dat dataset.

Desired output:

  1. perc	price	count
  2. 50	NA	NA
  3. 60	NA	NA
  4. 70	NA	NA
  5. 80	NA	NA
  6. 85	NA	NA
  7. 90	NA	NA
  8. 95	NA	NA
  9. 96	NA	NA
  10. 97	NA	NA
  11. 98	NA	NA
  12. 99	NA	NA
  13. **100	100	200**
  14. 101	NA	NA
  15. 102	NA	NA
  16. 103	NA	NA
  17. 104	NA	NA
  18. 105	NA	NA
  19. 110	NA	NA
  20. 115	NA	NA
  21. 120	NA	NA
  22. 130	NA	NA
  23. 140	NA	NA
  24. 150	NA	NA
  25. 50	NA	NA
  26. 60	NA	NA
  27. 70	NA	NA
  28. 80	NA	NA
  29. 85	NA	NA
  30. 90	NA	NA
  31. 95	NA	NA
  32. 96	NA	NA
  33. 97	NA	NA
  34. 98	NA	NA
  35. 99	NA	NA
  36. **100	200	300**
  37. 101	NA	NA
  38. 102	NA	NA
  39. 103	NA	NA
  40. 104	NA	NA
  41. 105	NA	NA
  42. 110	NA	NA
  43. 115	NA	NA
  44. 120	NA	NA
  45. 130	NA	NA
  46. 140	NA	NA
  47. 150	NA	NA

mdm=7 values for price and count are equal to 100 and 200, so we put them down near the point where 100.

mdm=8 values for price and count are equal to 200 and 300, so we put them down near the point where 100.

What is the easy way to do it? Thank you for your help.

答案1

得分: 1

将其与expand.grid合并。

  1. merge(cbind(dat, perc=100), 
  2.       expand.grid(mdm=unique(dat$mdm), perc=c(50, 60, 70, 80, 85, 90, 95, 96, 97,
  3.                                               98, 99, 100, 101, 102, 103, 104, 105, 
  4.                                               110, 115, 120, 130, 140, 150)), 
  5.       all=TRUE)
  6. #    mdm perc price count
  7. # 1    7   50    NA    NA
  8. # 2    7   60    NA    NA
  9. # 3    7   70    NA    NA
  10. # 4    7   80    NA    NA
  11. # 5    7   85    NA    NA
  12. # 6    7   90    NA    NA
  13. # 7    7   95    NA    NA
  14. # 8    7   96    NA    NA
  15. # 9    7   97    NA    NA
  16. # 10   7   98    NA    NA
  17. # 11   7   99    NA    NA
  18. # 12   7  100   100   200
  19. # 13   7  101    NA    NA
  20. # 14   7  102    NA    NA
  21. # 15   7  103    NA    NA
  22. # 16   7  104    NA    NA
  23. # 17   7  105    NA    NA
  24. # 18   7  110    NA    NA
  25. # 19   7  115    NA    NA
  26. # 20   7  120    NA    NA
  27. # 21   7  130    NA    NA
  28. # 22   7  140    NA    NA
  29. # 23   7  150    NA    NA
  30. # 24   8   50    NA    NA
  31. # 25   8   60    NA    NA
  32. # 26   8   70    NA    NA
  33. # 27   8   80    NA    NA
  34. # 28   8   85    NA    NA
  35. # 29   8   90    NA    NA
  36. # 30   8   95    NA    NA
  37. # 31   8   96    NA    NA
  38. # 32   8   97    NA    NA
  39. # 33   8   98    NA    NA
  40. # 34   8   99    NA    NA
  41. # 35   8  100   200   300
  42. # 36   8  101    NA    NA
  43. # 37   8  102    NA    NA
  44. # 38   8  103    NA    NA
  45. # 39   8  104    NA    NA
  46. # 40   8  105    NA    NA
  47. # 41   8  110    NA    NA
  48. # 42   8  115    NA    NA
  49. # 43   8  120    NA    NA
  50. # 44   8  130    NA    NA
  51. # 45   8  140    NA    NA
  52. # 46   8  150    NA    NA
英文:

merge it with an expand.grid.

  1. merge(cbind(dat, perc=100), 
  2.       expand.grid(mdm=unique(dat$mdm), perc=c(50, 60, 70, 80, 85, 90, 95, 96, 97,
  3.                                               98, 99, 100, 101, 102, 103, 104, 105, 
  4.                                               110, 115, 120, 130, 140, 150)), 
  5.       all=TRUE)
  6. #    mdm perc price count
  7. # 1    7   50    NA    NA
  8. # 2    7   60    NA    NA
  9. # 3    7   70    NA    NA
  10. # 4    7   80    NA    NA
  11. # 5    7   85    NA    NA
  12. # 6    7   90    NA    NA
  13. # 7    7   95    NA    NA
  14. # 8    7   96    NA    NA
  15. # 9    7   97    NA    NA
  16. # 10   7   98    NA    NA
  17. # 11   7   99    NA    NA
  18. # 12   7  100   100   200
  19. # 13   7  101    NA    NA
  20. # 14   7  102    NA    NA
  21. # 15   7  103    NA    NA
  22. # 16   7  104    NA    NA
  23. # 17   7  105    NA    NA
  24. # 18   7  110    NA    NA
  25. # 19   7  115    NA    NA
  26. # 20   7  120    NA    NA
  27. # 21   7  130    NA    NA
  28. # 22   7  140    NA    NA
  29. # 23   7  150    NA    NA
  30. # 24   8   50    NA    NA
  31. # 25   8   60    NA    NA
  32. # 26   8   70    NA    NA
  33. # 27   8   80    NA    NA
  34. # 28   8   85    NA    NA
  35. # 29   8   90    NA    NA
  36. # 30   8   95    NA    NA
  37. # 31   8   96    NA    NA
  38. # 32   8   97    NA    NA
  39. # 33   8   98    NA    NA
  40. # 34   8   99    NA    NA
  41. # 35   8  100   200   300
  42. # 36   8  101    NA    NA
  43. # 37   8  102    NA    NA
  44. # 38   8  103    NA    NA
  45. # 39   8  104    NA    NA
  46. # 40   8  105    NA    NA
  47. # 41   8  110    NA    NA
  48. # 42   8  115    NA    NA
  49. # 43   8  120    NA    NA
  50. # 44   8  130    NA    NA
  51. # 45   8  140    NA    NA
  52. # 46   8  150    NA    NA

答案2

得分: 1

这是tidyverse方法的代码部分翻译：

  1. library(dplyr)
  2. library(tidyr)
  4. vector <-  paste(c(50, 60, 70, 80, 85, 90, 95:105, 110, 115, 120, 130, 140, 150), collapse = ", ")
  6. dat %>%
  7.   group_by(mdm) %>%
  8.   mutate(perc = vector) %>%
  9.   separate_rows(perc, sep=",", convert = TRUE) %>%
  10.   ungroup() %>%
  11.   select(perc, price, count) %>%
  12.   mutate(across(-perc, ~ifelse(perc==100, ., NA_real_))) %>%
  13.   print(n=50)
  1.   perc price count
  2.   <int> <dbl> <dbl>
  3. 1    50    NA    NA
  4. 2    60    NA    NA
  5. 3    70    NA    NA
  6. 4    80    NA    NA
  7. 5    85    NA    NA
  8. 6    90    NA    NA
  9. 7    95    NA    NA
  10. 8    96    NA    NA
  11. 9    97    NA    NA
  12. 10    98    NA    NA
  13. 11    99    NA    NA
  14. 12   100   100   200
  15. 13   101    NA    NA
  16. 14   102    NA    NA
  17. 15   103    NA    NA
  18. 16   104    NA    NA
  19. 17   105    NA    NA
  20. 18   110    NA    NA
  21. 19   115    NA    NA
  22. 20   120    NA    NA
  23. 21   130    NA    NA
  24. 22   140    NA    NA
  25. 23   150    NA    NA
  26. 24    50    NA    NA
  27. 25    60    NA    NA
  28. 26    70    NA    NA
  29. 27    80    NA    NA
  30. 28    85    NA    NA
  31. 29    90    NA    NA
  32. 30    95    NA    NA
  33. 31    96    NA    NA
  34. 32    97    NA    NA
  35. 33    98    NA    NA
  36. 34    99    NA    NA
  37. 35   100   200   300
  38. 36   101    NA    NA
  39. 37   102    NA    NA
  40. 38   103    NA    NA
  41. 39   104    NA    NA
  42. 40   105    NA    NA
  43. 41   110    NA    NA
  44. 42   115    NA    NA
  45. 43   120    NA    NA
  46. 44   130    NA    NA
  47. 45   140    NA    NA
  48. 46   150    NA    NA
英文:

Here is tidyverse approach:

  1. library(dplyr)
  2. library(tidyr)
  3. vector &lt;-  paste(c(50, 60, 70, 80, 85, 90, 95:105, 110, 115, 120, 130, 140, 150), collapse = &quot;, &quot;)
  4. dat %&gt;% 
  5. group_by(mdm) %&gt;% 
  6. mutate(perc = vector) %&gt;% 
  7. separate_rows(perc, sep=&quot;,&quot;, convert = TRUE) %&gt;% 
  8. ungroup() %&gt;% 
  9. select(perc, price, count) %&gt;% 
  10. mutate(across(-perc, ~ifelse(perc==100, ., NA_real_))) %&gt;% 
  11. print(n=50)
  1.   perc price count
  2. &lt;int&gt; &lt;dbl&gt; &lt;dbl&gt;
  3. 1    50    NA    NA
  4. 2    60    NA    NA
  5. 3    70    NA    NA
  6. 4    80    NA    NA
  7. 5    85    NA    NA
  8. 6    90    NA    NA
  9. 7    95    NA    NA
  10. 8    96    NA    NA
  11. 9    97    NA    NA
  12. 10    98    NA    NA
  13. 11    99    NA    NA
  14. 12   100   100   200
  15. 13   101    NA    NA
  16. 14   102    NA    NA
  17. 15   103    NA    NA
  18. 16   104    NA    NA
  19. 17   105    NA    NA
  20. 18   110    NA    NA
  21. 19   115    NA    NA
  22. 20   120    NA    NA
  23. 21   130    NA    NA
  24. 22   140    NA    NA
  25. 23   150    NA    NA
  26. 24    50    NA    NA
  27. 25    60    NA    NA
  28. 26    70    NA    NA
  29. 27    80    NA    NA
  30. 28    85    NA    NA
  31. 29    90    NA    NA
  32. 30    95    NA    NA
  33. 31    96    NA    NA
  34. 32    97    NA    NA
  35. 33    98    NA    NA
  36. 34    99    NA    NA
  37. 35   100   200   300
  38. 36   101    NA    NA
  39. 37   102    NA    NA
  40. 38   103    NA    NA
  41. 39   104    NA    NA
  42. 40   105    NA    NA
  43. 41   110    NA    NA
  44. 42   115    NA    NA
  45. 43   120    NA    NA
  46. 44   130    NA    NA
  47. 45   140    NA    NA
  48. 46   150    NA    NA

答案3

得分: 1

你可以使用 tidyr 中的 complete 函数：

  1. tidyr::complete(
  2.   cbind(dat, perc = 100),
  3.   mdm, perc = c(50, 60, 70, 80, 85, 90, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 110, 115, 120, 130, 140, 150)
  4. )

输出：

  1. # 一个 tibble: 46 × 4
  2.      mdm  perc price count
  3.    <int> <dbl> <int> <int>
  4.  1     7    50    NA    NA
  5.  2     7    60    NA    NA
  6.  3     7    70    NA    NA
  7.  4     7    80    NA    NA
  8.  5     7    85    NA    NA
  9.  6     7    90    NA    NA
  10.  7     7    95    NA    NA
  11.  8     7    96    NA    NA
  12.  9     7    97    NA    NA
  13. 10     7    98    NA    NA
  14. 11     7    99    NA    NA
  15. 12     7   100   100   200
  16. 13     7   101    NA    NA
  17. 14     7   102    NA    NA
  18. 15     7   103    NA    NA
  19. 16     7   104    NA    NA
  20. 17     7   105    NA    NA
  21. 18     7   110    NA    NA
  22. 19     7   115    NA    NA
  23. 20     7   120    NA    NA
  24. 21     7   130    NA    NA
  25. 22     7   140    NA    NA
  26. 23     7   150    NA    NA
  27. 24     8    50    NA    NA
  28. 25     8    60    NA    NA
  29. 26     8    70    NA    NA
  30. 27     8    80    NA    NA
  31. 28     8    85    NA    NA
  32. 29     8    90    NA    NA
  33. 30     8    95    NA    NA
  34. 31     8    96    NA    NA
  35. 32     8    97    NA    NA
  36. 33     8    98    NA    NA
  37. 34     8    99    NA    NA
  38. 35     8   100   200   300
  39. 36     8   101    NA    NA
  40. 37     8   102    NA    NA
  41. 38     8   103    NA    NA
  42. 39     8   104    NA    NA
  43. 40     8   105    NA    NA
  44. 41     8   110    NA    NA
  45. 42     8   115    NA    NA
  46. 43     8   120    NA    NA
  47. 44     8   130    NA    NA
  48. 45     8   140    NA    NA
  49. 46     8   150    NA    NA

这是 R 代码的翻译。

英文:

You can use complete from tidyr:

  1. tidyr::complete(
  2.   cbind(dat, perc = 100),
  3.   mdm, perc = c(50, 60, 70, 80, 85, 90, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 110, 115, 120, 130, 140, 150)
  4. )

Output:

  1. # A tibble: 46 &#215; 4
  2. mdm  perc price count
  3. &lt;int&gt; &lt;dbl&gt; &lt;int&gt; &lt;int&gt;
  4. 1     7    50    NA    NA
  5. 2     7    60    NA    NA
  6. 3     7    70    NA    NA
  7. 4     7    80    NA    NA
  8. 5     7    85    NA    NA
  9. 6     7    90    NA    NA
  10. 7     7    95    NA    NA
  11. 8     7    96    NA    NA
  12. 9     7    97    NA    NA
  13. 10     7    98    NA    NA
  14. 11     7    99    NA    NA
  15. 12     7   100   100   200
  16. 13     7   101    NA    NA
  17. 14     7   102    NA    NA
  18. 15     7   103    NA    NA
  19. 16     7   104    NA    NA
  20. 17     7   105    NA    NA
  21. 18     7   110    NA    NA
  22. 19     7   115    NA    NA
  23. 20     7   120    NA    NA
  24. 21     7   130    NA    NA
  25. 22     7   140    NA    NA
  26. 23     7   150    NA    NA
  27. 24     8    50    NA    NA
  28. 25     8    60    NA    NA
  29. 26     8    70    NA    NA
  30. 27     8    80    NA    NA
  31. 28     8    85    NA    NA
  32. 29     8    90    NA    NA
  33. 30     8    95    NA    NA
  34. 31     8    96    NA    NA
  35. 32     8    97    NA    NA
  36. 33     8    98    NA    NA
  37. 34     8    99    NA    NA
  38. 35     8   100   200   300
  39. 36     8   101    NA    NA
  40. 37     8   102    NA    NA
  41. 38     8   103    NA    NA
  42. 39     8   104    NA    NA
  43. 40     8   105    NA    NA
  44. 41     8   110    NA    NA
  45. 42     8   115    NA    NA
  46. 43     8   120    NA    NA
  47. 44     8   130    NA    NA
  48. 45     8   140    NA    NA
  49. 46     8   150    NA    NA

huangapple
  • 本文由 发表于 2023年2月19日 17:26:08
  • 转载请务必保留本文链接：https://go.coder-hub.com/75499135.html
  • dataframe
  • r
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定