Início / coding / Perguntas / 79052264
Accepted
user430997
Asked: 2024-10-04 05:46:13 +0800 CST

Dividindo a diferença em R

  • 772

Tenho um conjunto de dados em R que se parece com isto:

data = structure(list(quarter = c("Q1 2005", "Q2 2005", "Q3 2005", "Q4 2005", 
"Q1 2006"), value = c(128.76, 178.83, 140.9, 188.3, 194.05)), class = "data.frame", row.names = c(NA, 
-5L))

Quero expandir esse conjunto de dados para ter uma coluna extra chamada "mês" (por exemplo, jan, fev, mar...) ... e quero dividir a diferença entre todos os meses entre trimestres sucessivos para que os números ainda somem entre os trimestres.

Tentei fazer assim:

library(dplyr)

expand_dataset <- function(data) {
quarter_to_months <- list(
    "Q1" = c("Jan", "Feb", "Mar"),
    "Q2" = c("Apr", "May", "Jun"),
    "Q3" = c("Jul", "Aug", "Sep"),
    "Q4" = c("Oct", "Nov", "Dec")
    )

expanded_data <- data.frame()

for (i in 1:(nrow(data) - 1)) {
    current_value <- data$value[i]
    next_value <- data$value[i + 1]
    
    diff <- (next_value - current_value) / 3
    
    quarter <- substr(data$quarter[i], 1, 2)
    year <- substr(data$quarter[i], 4, 7)
    months <- quarter_to_months[[quarter]]
    
    for (j in 1:3) {
        month_value <- current_value + (j - 1) * diff
        expanded_data <- rbind(expanded_data, data.frame(
            quarter = data$quarter[i],
            month = months[j],
            year = year,
            value = month_value
        ))
    }
    }

return(expanded_data)
}

expanded_data <- expand_dataset(data)
print(expanded_data)

Essa é a maneira correta de fazer isso? Existe uma maneira mais fácil de fazer isso?

3 respostas

  1. Best Answer

    Se você quis dizer que o valor que você dividiu para os meses no total é igual ao valor que você atribuiu no conjunto de dados original, seu código não cria essa solução.

    Há muitas, muitas, muitas maneiras de fazer isso.

    Esta resposta pressupõe que você queria um valor que, no total, equivalesse ao valor do trimestre. Usei 1/3 do valor do trimestre e o atribuí a cada mês.

    Esta solução usa dplyr e tidyr.

    d2 <- data %>% rowwise %>%    # use rowwise so that vals only uses 1 row of data
  mutate(months = case_when(
    str_detect(quarter, 'Q1') ~ list(month.abb[1:3]), # find strings like & assoc months
    str_detect(quarter, 'Q2') ~ list(month.abb[4:6]), 
    str_detect(quarter, 'Q3') ~ list(month.abb[7:9]), 
    TRUE ~ list(month.abb[10:12])),                 # if no other conditions met
    vals = list(rep(1/3 * value, 3))) %>%           # divide quarter vals amongst quarters' months
  unnest_longer(c(months, vals))      # get rid of the nested lists
# # A tibble: 15 × 4
#    quarter value months  vals
#    <chr>   <dbl> <chr>  <dbl>
#  1 Q1 2005  129. Jan     42.9
#  2 Q1 2005  129. Feb     42.9
#  3 Q1 2005  129. Mar     42.9
#  4 Q2 2005  179. Apr     59.6
#  5 Q2 2005  179. May     59.6
#  6 Q2 2005  179. Jun     59.6
#  7 Q3 2005  141. Jul     47.0
#  8 Q3 2005  141. Aug     47.0
#  9 Q3 2005  141. Sep     47.0
# 10 Q4 2005  188. Oct     62.8
# 11 Q4 2005  188. Nov     62.8
# 12 Q4 2005  188. Dec     62.8
# 13 Q1 2006  194. Jan     64.7
# 14 Q1 2006  194. Feb     64.7
# 15 Q1 2006  194. Mar     64.7
    • 3

  2. Isso é mais rápido e muito mais fácil no R básico:

    n <- nrow(data)
m <- month.abb[sequence(rep(3, n), as.numeric(substr(data$quarter,2,2))*3-2)]
transform(data[gl(n, 3),],month = m, value2 = value/3, row.names = NULL)

   quarter  value month   value2
1  Q1 2005 128.76   Jan 42.92000
2  Q1 2005 128.76   Feb 42.92000
3  Q1 2005 128.76   Mar 42.92000
4  Q2 2005 178.83   Apr 59.61000
5  Q2 2005 178.83   May 59.61000
6  Q2 2005 178.83   Jun 59.61000
7  Q3 2005 140.90   Jul 46.96667
8  Q3 2005 140.90   Aug 46.96667
9  Q3 2005 140.90   Sep 46.96667
10 Q4 2005 188.30   Oct 62.76667
11 Q4 2005 188.30   Nov 62.76667
12 Q4 2005 188.30   Dec 62.76667
13 Q1 2006 194.05   Jan 64.68333
14 Q1 2006 194.05   Feb 64.68333
15 Q1 2006 194.05   Mar 64.68333

    Se tidyverse:

    biblioteca(tidyverse)

    data %>%
  mutate(month = map(parse_number(quarter)*3-2, 
                     ~month.abb[seq(.x, len=3)]), value2=value/3) %>%
   unnest_longer(month)
# A tibble: 15 × 4
   quarter value month value2
   <chr>   <dbl> <chr>  <dbl>
 1 Q1 2005  129. Jan     42.9
 2 Q1 2005  129. Feb     42.9
 3 Q1 2005  129. Mar     42.9
 4 Q2 2005  179. Apr     59.6
 5 Q2 2005  179. May     59.6
 6 Q2 2005  179. Jun     59.6
 7 Q3 2005  141. Jul     47.0
 8 Q3 2005  141. Aug     47.0
 9 Q3 2005  141. Sep     47.0
10 Q4 2005  188. Oct     62.8
11 Q4 2005  188. Nov     62.8
12 Q4 2005  188. Dec     62.8
13 Q1 2006  194. Jan     64.7
14 Q1 2006  194. Feb     64.7
15 Q1 2006  194. Mar     64.7
    • 2

  3. Uma abordagem tidyverse baseada nos cálculos feitos em seus for-loops

    library(dplyr)
library(tidyr)

data %>% 
  separate_wider_delim(quarter, names=c("quarter", "year"), " ") %>% 
  mutate(Next = lead(value)) %>%
  reframe(value, Next, 
          month = as.Date(paste("01", month.abb, year), "%d %b %Y"), 
          .by = c(quarter, year)) %>% 
  filter(quarter == quarters(month)) %>% 
  mutate(month = format.Date(month, "%b"), 
         new_value = value + ((Next - value) / 3) * (row_number() - 1),
         Next = NULL,
         .by = c(quarter, year))

    saída

    # A tibble: 15 × 5
   quarter year  value month new_value
   <chr>   <chr> <dbl> <chr>     <dbl>
 1 Q1      2005   129. Jan        129.
 2 Q1      2005   129. Feb        145.
 3 Q1      2005   129. Mar        162.
 4 Q2      2005   179. Apr        179.
 5 Q2      2005   179. May        166.
 6 Q2      2005   179. Jun        154.
 7 Q3      2005   141. Jul        141.
 8 Q3      2005   141. Aug        157.
 9 Q3      2005   141. Sep        172.
10 Q4      2005   188. Oct        188.
11 Q4      2005   188. Nov        190.
12 Q4      2005   188. Dec        192.
13 Q1      2006   194. Jan         NA 
14 Q1      2006   194. Feb         NA 
15 Q1      2006   194. Mar         NA

    Se você quiser apenas os valores divididos por trimestre

    data %>% 
  separate_wider_delim(quarter, names=c("quarter", "year"), " ") %>% 
  reframe(value = value / 3, 
          month = as.Date(paste("01", month.abb, year), "%d %b %Y"), 
          .by = c(quarter, year)) %>% 
  filter(quarter == quarters(month)) %>% 
  mutate(month = format.Date(month, "%b"))
# A tibble: 15 × 4
   quarter year  value month
   <chr>   <chr> <dbl> <chr>
 1 Q1      2005   42.9 Jan  
 2 Q1      2005   42.9 Feb  
 3 Q1      2005   42.9 Mar  
 4 Q2      2005   59.6 Apr  
 5 Q2      2005   59.6 May  
 6 Q2      2005   59.6 Jun  
 7 Q3      2005   47.0 Jul  
 8 Q3      2005   47.0 Aug  
 9 Q3      2005   47.0 Sep  
10 Q4      2005   62.8 Oct  
11 Q4      2005   62.8 Nov  
12 Q4      2005   62.8 Dec  
13 Q1      2006   64.7 Jan  
14 Q1      2006   64.7 Feb  
15 Q1      2006   64.7 Mar
    • 0

relate perguntas