Question

我的例子的数据。

date1 = seq(as.Date("2019/01/01"), by = "month", length.out = 48)
date2 = seq(as.Date("2019/02/01"), by = "month", length.out = 48)
date3 = seq(as.Date("2019/02/01"), by = "month", length.out = 48)
date4 = seq(as.Date("2019/02/01"), by = "month", length.out = 48)
date = c(date1,date2,date3,date4)



subproducts1=rep("1",48)
subproducts2=rep("2",48)
subproductsx=rep("x",48)
subproductsy=rep("y",48)

b1 <- c(rnorm(48,5))
b2 <- c(rnorm(48,5))
b3 <-c(rnorm(48,5) )
b4 <- c(rnorm(48,5))

dfone <- data.frame(
                "date"= date,
               
                "subproduct"= 
                  c(subproducts1,subproducts2,subproductsx,subproductsy),
                "actuals"= c(b1,b2,b3,b4))

这会为 date2,3,4 创建 2019 年 1 月，值为 0。

 dfone <-dfone %>%
 complete(date = seq.Date(from = min(date), to = as.Date('2021-06-01'), by = 'month'), 
       nesting(subproduct), fill = list(actuals = 0))

问题：如何计算每个唯一子产品的平均值（在本例中为 4），并将平均值插入到每个单独的 2019 年 1 月创建的值 = 0 中？我知道我可以手动执行此操作，但是否有任何功能可以轻松执行此操作？

Answer 1

我们可以通过替换来进行分组，即按“子产品”分组，在 replace 中创建条件，其中 'actuals' 值为 0，然后使用 mean 的 'actuals' 更新这些条件，而不包括mutate

中有 0 个值

library(dplyr)
dfone_new <- dfone %>%
      group_by(subproduct)  %>%
      mutate(actuals = replace(actuals, actuals == 0, 
          mean(actuals[actuals != 0], na.rm = TRUE))) %>%
      ungroup

或者在 complete 中，如果我们不将其更改为 0，则使用 na.aggregate 中的 zoo 更直接，默认情况下使用函数 mean 替换NA 元素

library(tidyr)
library(zoo)
dfone_new <- dfone %>%
    complete(date = seq.Date(from = min(date), 
       to = as.Date('2021-06-01'), by = 'month'), 
         nesting(subproduct)) %>%
     group_by(subproduct) %>%
     mutate(actuals = na.aggregate(actuals)) %>%
     ungroup

-输出

dfone_new
# A tibble: 195 x 3
   date       subproduct actuals
   <date>     <chr>        <dbl>
 1 2019-01-01 1             5.67
 2 2019-01-01 2             5.01
 3 2019-01-01 x             5.00
 4 2019-01-01 y             4.98
 5 2019-02-01 1             3.97
 6 2019-02-01 2             5.42
 7 2019-02-01 x             5.09
 8 2019-02-01 y             3.98
 9 2019-03-01 1             5.18
10 2019-03-01 2             5.08
# … with 185 more rows

计算列中每个唯一值的平均值并插入到 R

1 个答案: