组对组划分

Question

数据集：

  date     bal      
1/31/2013  10   
1/31/2013  11  
1/31/2013  12  
1/31/2013  13   
1/31/2013  14 
2/28/2013  20   
2/28/2013  30  
2/28/2013  40  
2/28/2013  50   
2/28/2013  60    
3/30/2013  10  
3/30/2013  11     
3/30/2013  12   
3/30/2013  13    
3/30/2013  15    

使用的代码：

bb <- read.csv("abc.csv", stringsAsFactors=T, header=T)
bb
library(dplyr)

new_data <- bb %>% 
   mutate(D = (bal) / lag(bal[1:5])) %>%
   data.frame()
new_data

我们正在划分第 2 组（日期 - 2013 年 2 月 28 日的第二行 = 30）/（第 1 组 - 2013 年 1 月 31 日的第一行 = 10） 即：30 / 10 = 3.000、40/11 = 3.63、50/12 = 4.16 等等。

从上面的代码得到的输出：

     date     bal        D
1   1/31/2013  10       NA
2   1/31/2013  11 1.100000
3   1/31/2013  12 1.090909
4   1/31/2013  13 1.083333
5   1/31/2013  14 1.076923
6   2/28/2013  20       NA
7   2/28/2013  30 3.000000
8   2/28/2013  40 3.636364
9   2/28/2013  50 4.166667
10  2/28/2013  60 4.615385
11  3/30/2013  10       NA
12  3/30/2013  11 1.100000
13  3/30/2013  12 1.090909
14  3/30/2013  13 1.083333
15  3/30/2013  15 1.153846

现在的问题是：

第一组保留为参考=除数，即10、11、12、13 这意味着以下所有日期组（bal）都被第一个参考组划分。

我们希望每次除数都应在下一组日期之前增加，并且与下面的组（除数）相同，依此类推。

     date     bal        D           
1   1/31/2013  10       NA         
2   1/31/2013  11       NA
3   1/31/2013  12       NA  
4   1/31/2013  13       NA 
5   1/31/2013  14       NA
6   2/28/2013  20       NA
7   2/28/2013  30 3.000000       - 30 / 10 = 3
8   2/28/2013  40 3.636364       - 40 / 11 = 3.63  
9   2/28/2013  50 4.166667       - 50 / 12 = 4.16
10  2/28/2013  60 4.615385       - 60 / 13 = 4.61
11  3/30/2013  10       NA          NA
12  3/30/2013  11 1.100000       - 11 / 20 = 0.55 
13  3/30/2013  12 1.090909       - 12 / 30 = 0.4
14  3/30/2013  13 1.083333       - 13 / 40 = 0.325 
15  3/30/2013  15 1.153846       - 15 / 50 = 0.3

我期待上面的输出。

Answer 1

DF %>%
  group_by(g1=seq_along(bal) %% 5) %>%
  mutate(denominator=lag(bal)) %>%
  ungroup() %>%
  group_by(g2=(seq_along(bal) - 1) %/% 5) %>%
  mutate(denominator=lag(denominator),
         D=bal / denominator) %>%
  ungroup()

# # A tibble: 15 x 6
#         date   bal    g1 denominator    g2        D
#       <fctr> <int> <dbl>       <int> <dbl>    <dbl>
#  1 1/31/2013    10     1          NA     0       NA
#  2 1/31/2013    11     2          NA     0       NA
#  3 1/31/2013    12     3          NA     0       NA
#  4 1/31/2013    13     4          NA     0       NA
#  5 1/31/2013    14     0          NA     0       NA
#  6 2/28/2013    20     1          NA     1       NA
#  7 2/28/2013    30     2          10     1 3.000000
#  8 2/28/2013    40     3          11     1 3.636364
#  9 2/28/2013    50     4          12     1 4.166667
# 10 2/28/2013    60     0          13     1 4.615385
# 11 3/30/2013    10     1          NA     2       NA
# 12 3/30/2013    11     2          20     2 0.550000
# 13 3/30/2013    12     3          30     2 0.400000
# 14 3/30/2013    13     4          40     2 0.325000
# 15 3/30/2013    15     0          50     2 0.300000

Answer 2

OP has confirmed 每个日期的行数始终相同。有了这个观察，一个非常简单的解决方案是可能的，只需将bal 的值滞后 6 行以获得分母。由于这首先忽略了组，因此有必要将每个组中第一行的结果D 设置为 NA，即最后每 5 行。

用data.tablethis 可以写成简洁的“单行”：

library(data.table)   # CRAN version 1.10.4 used
setDT(bb)[, D := bal / shift(bal, 6L)][seq(1L, nrow(bb), 5L), D := NA][]

产生预期结果：

         date bal        D
 1: 1/31/2013  10       NA
 2: 1/31/2013  11       NA
 3: 1/31/2013  12       NA
 4: 1/31/2013  13       NA
 5: 1/31/2013  14       NA
 6: 2/28/2013  20       NA
 7: 2/28/2013  30 3.000000
 8: 2/28/2013  40 3.636364
 9: 2/28/2013  50 4.166667
10: 2/28/2013  60 4.615385
11: 3/30/2013  10       NA
12: 3/30/2013  11 0.550000
13: 3/30/2013  12 0.400000
14: 3/30/2013  13 0.325000
15: 3/30/2013  15 0.300000