英文:
R: rolling ratio of values in each colunm
问题
I can provide the code part of your request in Chinese. Here's the translated code:
# 我想要计算每列中值的滚动比率，例如 5th/1st，6th/2nd 等，并将结果存储在一个新的数据框中。
df <- data.frame(Group = rep(c('A', 'B', 'C', 'D'), each = 4),
score_1 = 1:16,
score_2 = 5:20)
# 使用上述示例数据，我希望对每一行（n）（从第 5 行开始）进行除以 n-4 的操作，这将创建以下结果表格。
Please note that the code is provided as-is, and you'll need to implement the logic to calculate the rolling ratios yourself.
英文:
I'm looking to get the rolling ratio of values in each column. e.g. 5th/1st, 6th/2nd etc and have the results in a new data frame.
df <- data.frame(Group = rep(c('A', 'B', 'C', 'D'), each = 4),
score_1 = 1:16,
score_2 = 5:20)
With the example data above I want each row (n) (from the 5th down) to be divided by n-4, in this case would create the below table of results.
5.0 1.8
3.0 1.7
2.3 1.6
2.0 1.5
1.8 1.4
1.7 1.4
1.6 1.4
1.5 1.3
1.4 1.3
1.4 1.3
1.4 1.3
1.3 1.3
答案1
得分: 1
你可以使用head()和tail()：
tail(df, -4)[-1] / head(df, -4)[-1]
也可以使用
((x, n) tail(x, n) / head(x, n))(df[-1], -4)
score_1 score_2
5 5.000000 1.800000
6 3.000000 1.666667
7 2.333333 1.571429
8 2.000000 1.500000
9 1.800000 1.444444
10 1.666667 1.400000
11 1.571429 1.363636
12 1.500000 1.333333
13 1.444444 1.307692
14 1.400000 1.285714
15 1.363636 1.266667
16 1.333333 1.250000
---
使用`dplyr`，你可以使用`lag()`：
```r
library(dplyr)
df %>%
mutate(across(-Group, ~ .x / lag(.x, 4L)))
英文:
You can use head() and tail():
tail(df, -4)[-1] / head(df, -4)[-1]
# Also
# (\(x, n) tail(x, n) / head(x, n))(df[-1], -4)
#
# score_1 score_2
# 5 5.000000 1.800000
# 6 3.000000 1.666667
# 7 2.333333 1.571429
# 8 2.000000 1.500000
# 9 1.800000 1.444444
# 10 1.666667 1.400000
# 11 1.571429 1.363636
# 12 1.500000 1.333333
# 13 1.444444 1.307692
# 14 1.400000 1.285714
# 15 1.363636 1.266667
# 16 1.333333 1.250000
With dplyr, you can use lag():
library(dplyr)
df %>%
mutate(across(-Group, ~ .x / lag(.x, 4L)))
答案2
得分: 0
你可以按照以下方式将每个原始向量除以它的滞后版本：
x <- 1:16
x / dplyr::lag(x, n = 4L)
#> [1] NA NA NA NA 5.000000 3.000000 2.333333 2.000000
#> [9] 1.800000 1.666667 1.571429 1.500000 1.444444 1.400000 1.363636 1.333333
创建于2023年03月09日，使用 reprex v2.0.2
英文:
You can divide each original vector with its lagged version like so:
x <- 1:16
x / dplyr::lag(x, n = 4L)
#> [1] NA NA NA NA 5.000000 3.000000 2.333333 2.000000
#> [9] 1.800000 1.666667 1.571429 1.500000 1.444444 1.400000 1.363636 1.333333
<sup>Created on 2023-03-09 with reprex v2.0.2</sup>
答案3
得分: 0
你可以直接用它的子集来划分数据框。
df[5:nrow(df), 2:3]/df[(5:nrow(df)) - 4, 2:3]
score_1 score_2
5 5.000000 1.800000
6 3.000000 1.666667
7 2.333333 1.571429
8 2.000000 1.500000
9 1.800000 1.444444
10 1.666667 1.400000
11 1.571429 1.363636
12 1.500000 1.333333
13 1.444444 1.307692
14 1.400000 1.285714
15 1.363636 1.266667
16 1.333333 1.250000
英文:
You can directly divide the dataframe with the subset of it.
df[5:nrow(df), 2:3]/df[(5:nrow(df)) - 4, 2:3]
score_1 score_2
5 5.000000 1.800000
6 3.000000 1.666667
7 2.333333 1.571429
8 2.000000 1.500000
9 1.800000 1.444444
10 1.666667 1.400000
11 1.571429 1.363636
12 1.500000 1.333333
13 1.444444 1.307692
14 1.400000 1.285714
15 1.363636 1.266667
16 1.333333 1.250000
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论