在组内获取（t-1）数据 [英] Get the (t-1) data within groups

问题描述

如果以前有人问过这个问题，我很抱歉，但是我找不到任何问题能够正确答案。我有一个这样的数据：

 项目日期价格
 A 30/3/2013 2082 
 B 19/3/2013 1567 
 B 22/2/2013 1642 
 C 12/4/2013 1575 
 C 5/6/2013 1582 
  

我希望按照一组具有最终实体价格的列。例如，对于第2行，同一组的最后一个实例价格将为1642.最终数据将如下所示：

 项目日期价格lastPrice 
 A 30/3/2013 2082 0 
 B 19/3/2013 1567 1642 
 B 22/2/2013 1642 0 
 C 12/4 / 2013 1575 0 
 C 5/6/2013 1582 1575 
  

如何做？我面临的主要问题是数据可能不会按日期排序，所以不能像最后一个单元格一样。

解决方案

这是一个选项。如果 0 因为 0 NA $ c>可以是实际价格。

 库（dplyr）
 df％>％
 （as.Date（Date，format =％d /％m /％Y））％>％
 group_by（Project）％>％
 mutate（lastPrice = lag（price） 
 
＃来源：本地数据框[5 x 4] 
＃组：项目
＃
＃项目日期价格lastPrice 
＃1 B 22 / 2/2013 1642 NA 
＃2 B 19/3/2013 1567 1642 
＃3 A 30/3/2013 2082 NA 
＃4 C 12/4/2013 1575 NA 
＃5 C 5/6/2013 1582 1575 
  

---

另一个选择是使用中的 shift data.table的开发版本

 库（ data.table）## v> = 1.9.5 
 setDT（df）[order（as.Date（Date，format =％d /％m /％Y）），
 lastPrice：= shift（price），
 by = Project] 
 
＃项目日期价格lastPrice 
＃1：A 30/3/2013 2082 NA 
＃2 ：B 19/3/2013 1567 1642 
＃3：B 22/2/2013 1642 NA 
＃4：C 12/4/2013 1575 NA 
＃5：C 5/6 / 2013 1582 1575 
  

---

或与基础R

  df<  -  df [order（df $ Project，as.Date（df $ Date，format =％d /％m /％Y）），] 
 in（df，lastPrice<  -  ave（price，Project，FUN = function（x）c（NA，x [-length（x）]）））
＃项目日期价格最后价格
＃1 A 30/3/2013 2082 NA 
＃3 B 22/2/2013 1642 NA 
＃2 B 19/3/2013 1567 1642 
＃4 C 12/4/2013 1575 NA 
＃5 C 5/6/2013 1582 1575 
  

---

作为附注，最好将日期列保留在 Date 类中e第一个地方，所以我建议做 df $ Date< - as.Date（df $ Date，format =％d /％m /％Y）一劳永逸。

Apologies if this has been asked before, but I couldn't find any question which answers this exactly. I have a data like this:

Project        Date   price
      A   30/3/2013    2082
      B   19/3/2013    1567
      B   22/2/2013    1642
      C   12/4/2013    1575
      C    5/6/2013    1582

I want to have a column with last-instance prices by group. For example, for row 2, the last instance price for same group will be 1642. The final data will look somewhat like this:

Project        Date   price   lastPrice
      A   30/3/2013    2082           0
      B   19/3/2013    1567        1642
      B   22/2/2013    1642           0 
      C   12/4/2013    1575           0
      C    5/6/2013    1582        1575

How to do this? The main issue I'm facing is that the data may not be ordered by date so its not as if I can just take the last cell.

解决方案

Here's an option. I'd also recommend to use NAs instead if 0 because 0 could be actual price.

library(dplyr)
df %>% 
  arrange(as.Date(Date, format = "%d/%m/%Y")) %>%
  group_by(Project) %>%
  mutate(lastPrice = lag(price))

# Source: local data frame [5 x 4]
# Groups: Project
# 
#   Project      Date price lastPrice
# 1       B 22/2/2013  1642        NA
# 2       B 19/3/2013  1567      1642
# 3       A 30/3/2013  2082        NA
# 4       C 12/4/2013  1575        NA
# 5       C  5/6/2013  1582      1575

---

Another option is to use shift from the devel version of data.table

library(data.table) ## v >= 1.9.5
setDT(df)[order(as.Date(Date, format = "%d/%m/%Y")), 
                lastPrice := shift(price), 
                by = Project]

#    Project      Date price lastPrice
# 1:       A 30/3/2013  2082        NA
# 2:       B 19/3/2013  1567      1642
# 3:       B 22/2/2013  1642        NA
# 4:       C 12/4/2013  1575        NA
# 5:       C  5/6/2013  1582      1575

---

Or with base R

df <- df[order(df$Project, as.Date(df$Date, format = "%d/%m/%Y")), ]
within(df, lastPrice <- ave(price, Project, FUN = function(x) c(NA, x[-length(x)])))
#   Project      Date price lastPrice
# 1       A 30/3/2013  2082        NA
# 3       B 22/2/2013  1642        NA
# 2       B 19/3/2013  1567      1642
# 4       C 12/4/2013  1575        NA
# 5       C  5/6/2013  1582      1575

---

As a side note, it is better to keep your date column in a Date class in the first place, so I'd recommend doing df$Date <- as.Date(df$Date, format = "%d/%m/%Y") once and for all.

这篇关于在组内获取（t-1）数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！