英文:
Divide column by the previous column[SOLVED]
问题
我尝试将数据集中每一列除以同一行中前一列的值，但不希望硬编码数值。例如，如果我有以下表格：
日期 0 1 2
07/01/2022 5 4 3
08/01/2022 4 3 2
09/01/2022 2 2 1
我想要将标记为0到2的行除以前一个数（第一个数的情况下是NA）。
我尝试使用lag函数，但它适用于列而不是行。
英文:
I'm trying to divide each column in a dataset by the previous column in the dataset for each row, but not by hard coding the values. For example, if I had the table:
DATE 0 1 2
07/01/2022 5 4 3
08/01/2022 4 3 2
09/01/2022 2 2 1
I would want to divide rows labeled 0 through 2 by the preceding number(NA for the first one).
I tried lag, but that works in columns and not rows.
答案1
得分: 1
Base R 解决方案：
tdf <- t(df)
res <- tdf / c(NA, tdf[-length(tdf)])
res
输入数据：
df <- data.frame(x0 = 5, x1 = 4, x2 = 3)
英文:
Base R solution:
tdf <- t(df)
res <- tdf / c(NA, tdf[-length(tdf)])
res
Input Data:
df <- data.frame(x0 = 5, x1 = 4, x2 = 3)
答案2
得分: 1
转置会在有多行时导致问题。另一种基于 R 的替代选项，不需要转置（使用稍微扩展的数据集来演示它在各行之间的向量化）：
df[-1] / df[-ncol(df)]
或者如果你想要第一列为 NA：
cbind(A = NA, df[-1] / df[-ncol(df)])
输出：
A B C D E
1 NA 0.8000000 0.7500000 0.6666667 0.5000000
2 NA 0.8333333 0.8000000 0.7500000 0.6666667
3 NA 0.8571429 0.8333333 0.8000000 0.7500000
或者对特定列进行操作（根据注释）。在这里，仅对第 2 列到第 4 列进行操作：
cols <- 2:4
df[cols] / df[cols - 1]
# B C D
#1 0.8000000 0.7500000 0.6666667
#2 0.8333333 0.8000000 0.7500000
#3 0.8571429 0.8333333 0.8000000
数据：
df <- data.frame(A = 5:7, B = 4:6, C = 3:5, D = 2:4, E = 1:3)
英文:
Transposing will cause problems if there are more than one row. An alternative base R option without transposing (using a slightly expanded dataset to demonstrate that its vectorized across rows):
df[-1] / df[-ncol(df)]
Or if you want the first column NA:
cbind(A = NA, df[-1] / df[-ncol(df)])
Output:
A B C D E
1 NA 0.8000000 0.7500000 0.6666667 0.5000000
2 NA 0.8333333 0.8000000 0.7500000 0.6666667
3 NA 0.8571429 0.8333333 0.8000000 0.7500000
Or with specific columns (per comment). Here, columns 2 through 4 only:
cols <- 2:4
df[cols] / df[cols - 1]
# B C D
#1 0.8000000 0.7500000 0.6666667
#2 0.8333333 0.8000000 0.7500000
#3 0.8571429 0.8333333 0.8000000
Data
df <- data.frame(A = 5:7, B = 4:6, C = 3:5, D = 2:4, E = 1:3)
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