添加依赖于另一列和子集的列（使用 tidyverse）

Question

我有以下股票数据的数据集（作为一个小标题）

Open  Volume   Ticker
<dbl>  <dbl>    <chr>
1106.  10       AAL.L
1086.  30       AAL.L
1043.  9        ABF.L
1055.  2        ABF.L
1048.  90000    BT-A.L
1077.  8000     BT-A.L

使用 dplyr 包我想获得这个数据集，其中包含给定 Ticker 的平均交易量。

Open  Volume   Ticker  AvgVolume
<dbl>  <dbl>    <chr>    <dbl>
1106.  10       AAL.L    20
1086.  30       AAL.L    20
1043.  9        ABF.L    5.5
1055.  2        ABF.L    5.5 
1048.  90000    BT-A.L   49000
1077.  8000     BT-A.L   49000

我将在 500000 行以上执行此操作，因此速度和效率是关键（没有 for 循环等...）

我是 Tidyverse 的新手，希望得到答案的解释。

Answer 1

尽管您要求提供一个 tidyverse 解决方案并且@akrun 已经发布了一个，但我将发布一个基本的 R 方式。

这是因为您的问题对于ave 来说是完美的教科书。

ave(df1$Volume, df1$Ticker)
#[1]    20.0    20.0     5.5     5.5 49000.0 49000.0

只需将此输出分配给一个新列。

df1$AvgVolume <- ave(df1$Volume, df1$Ticker)
df1
## A tibble: 6 x 4
#   Open Volume Ticker AvgVolume
#  <dbl>  <int> <fct>      <dbl>
#1  1106     10 AAL.L       20  
#2  1086     30 AAL.L       20  
#3  1043      9 ABF.L        5.5
#4  1055      2 ABF.L        5.5
#5  1048  90000 BT-A.L   49000  
#6  1077   8000 BT-A.L   49000

数据。

df1 <-
structure(list(Open = c(1106, 1086, 1043, 1055, 1048, 1077), 
    Volume = c(10L, 30L, 9L, 2L, 90000L, 8000L), Ticker = structure(c(1L, 
    1L, 2L, 2L, 3L, 3L), .Label = c("AAL.L", "ABF.L", "BT-A.L"
    ), class = "factor"), AvgVolume = c(20, 20, 5.5, 5.5, 49000, 
    49000)), row.names = c(NA, -6L), class = c("tbl_df", "tbl", 
"data.frame"))

Answer 2

我们按“Ticker”分组，将“AvgVolume”创建为“Volume”的meanmutate

library(dplyr)
df1 %>%
   group_by(Ticker) %>%
   mutate(AvgVolume = mean(Volume))
# A tibble: 6 x 4
# Groups:   Ticker [3]
#   Open Volume Ticker AvgVolume
#  <int>  <int> <chr>      <dbl>
#1  1106     10 AAL.L       20  
#2  1086     30 AAL.L       20  
#3  1043      9 ABF.L        5.5
#4  1055      2 ABF.L        5.5
#5  1048  90000 BT-A.L   49000  
#6  1077   8000 BT-A.L   49000