提取和使用数据集中的当前数据答案

【问题标题】：pulling and using current data in the dataset提取和使用数据集中的当前数据
【发布时间】：2020-05-06 12:20:13
【问题描述】：

 df <- read.csv ('https://raw.githubusercontent.com/ulklc/covid19- 
  timeseries/master/countryReport/raw/rawReport.csv',
            stringsAsFactors = FALSE)

  yesterday <- function() Sys.Date() - 1L
  yesterday()
 # [1] "if it doesn't work yesterday()-1  do it"

我创建了昨天的函数。

df 数据集中有区域、死亡和恢复部分。

他想要你帮助的事情就是这个。

在 DF 数据集中查找与昨天相比，该大陆报告死亡人数最多的国家

根据昨天在 DF 数据集中，找到该大陆上报告恢复最多的国家。

所以我想要的输出。

国家名称地区死亡恢复日期

2020/05/05 意大利（样本）欧洲 600（样本）50

2020/05/05 西班牙（样本）欧洲 200（样本）580

2020/05/05 中国（样本）亚洲1200 80

2020/05/05 日本（样本）亚洲 400 780

国家和数据作为例子。

一条死亡线。恢复了一行。

每个地区都需要。

有 5 个区域。它变成了 10 行。

【问题讨论】：

标签： r

【解决方案1】：

根据您的要求，此输出为 10 行（每个地区 2 行），但请注意，例如美国报告的美洲地区死亡人数和康复人数最多。这意味着它出现了两次。伊朗和澳大利亚也是如此，因此只有 7 个不同的行。

library(tidyverse)
death_df <- df %>%
  filter(as.Date(day) == yesterday()) %>%
  group_by(region) %>%
  filter(death == max(death)) %>%
  select(Date = day,
         countryName,
         region,
         death,
         recovered)

recovered_df <- df %>%
  filter(as.Date(day) == yesterday()) %>%
  group_by(region) %>%
  filter(recovered == max(recovered)) %>%
  select(Date = day,
         countryName,
         region,
         death,
         recovered)

full_df <- bind_rows(death_df, recovered_df)
full_df
# A tibble: 10 x 5
# Groups:   region [5]
   Date       countryName    region   death recovered
   <chr>      <chr>          <chr>    <int>     <int>
 1 2020/05/05 Australia      Oceania     96      5889
 2 2020/05/05 Algeria        Africa     470      2067
 3 2020/05/05 United Kingdom Europe   29427         0
 4 2020/05/05 Iran           Asia      6340     80475
 5 2020/05/05 United States  Americas 72241    199684
 6 2020/05/05 Australia      Oceania     96      5889
 7 2020/05/05 Spain          Europe   25613    154718
 8 2020/05/05 Iran           Asia      6340     80475
 9 2020/05/05 United States  Americas 72241    199684
10 2020/05/05 South Africa   Africa     148      2746

【讨论】：