subtrahieren Reihen von Zeit und ID

Question

Ich habe einen Datensatz wie folgt aus:

set.seed(10) 
df <- data.frame(
Year = rep(2000, times=16), 
Month = rep(1:2, each=8), 
group = rep(c("ABC","ABc","Abc","AbC","aBC","aBc","abc", "abC"),times=2), 
A_gr = rep(c("A","A","A","A","a","a","a","a"), times=2), 
V = rnorm(16) 
) 

Wo A, B und C kann entweder in Form eines Kapitals oder einen kleinen Buchstaben haben. Für jeden Zeitpunkt (Monat + Jahr) und Gruppenkombination möchte ich nun den V-Wert der Großbuchstabenversion von der Kleinbuchstabenversion subtrahieren. Also aBC-ABC, aBc-ABc usw.

Mit nur 2 Gruppenbriefen habe ich das mit der Reihenfolge, Liste und nach getan, aber ich kann das hier nicht machen. Ich habe auch mit Plyr experimentiert, bin aber auch nicht erfolgreich gewesen. Irgendwelche Ideen?

Weiter frage ich mich, ob es möglich ist, die Summe aller vier Großbuchstaben von der Summe der Kleinbuchstaben in einem Schritt zu subtrahieren, also (ABC + ABC + ABC + ABC) - (ABC + ABc + ABC) + AbC)

Answer 1

Wir könnten dies auch mit data.table tun. Konvertieren Sie 'data.frame' in 'data.table' (setDT(df)), erstellen Sie eine andere Gruppierungsvariable ('gr'), indem Sie das erste Zeichen in 'group' in Großbuchstaben umwandeln, indem Sie sub verwenden, dann verwenden Sie das in der by zusammen mit ' Monat 'und' Jahr ', erhalten Sie den Unterschied zwischen' V ', das "A" und "a" in' A_gr 'entspricht, und weisen Sie' GR 'NULL zu (falls erforderlich).

library(data.table) 
setDT(df)[, .(group = paste(group[2L],group[1L], 
     sep="-"),Diffs=V[A_gr=="A"]- V[A_gr=="a"]), 
     by = .(gr=sub("(.)", "\\U\\1", group, perl=TRUE), Month, Year)][, gr:= NULL][] 
# Month Year group  Diffs 
#1:  1 2000 aBC-ABC -0.2757990 
#2:  1 2000 aBc-ABc -0.5740468 
#3:  1 2000 abc-Abc -0.1632544 
#4:  1 2000 abC-AbC -0.2354917 
#5:  2 2000 aBC-ABC -1.3884391 
#6:  2 2000 aBc-ABc -1.2439231 
#7:  2 2000 abc-Abc 0.3603894 
#8:  2 2000 abC-AbC 0.6664342 

---

Oder dcast aus data.table unter Verwendung von 'langen' aus 'breit' Format zu konvertieren, nachdem sie durch eine andere Variable ('GR') die Schaffung der substring in 'Gruppe' zu extrahieren. Wir nehmen den Unterschied zwischen den Spalten "V_A" und "V_a" vom dcast-Ausgang.

setDT(df)[, gr:= substring(group, 2)] 
dcast(df, Year+Month+gr~A_gr, value.var=c("V", "group"))[, 
    .(group = paste(group_A, group_a, sep="-"), Diffs = V_A- V_a), .(Year, Month)] 
# Year Month group  Diffs 
#1: 2000  1 ABC-aBC -0.2757990 
#2: 2000  1 ABc-aBc -0.5740468 
#3: 2000  1 AbC-abC -0.2354917 
#4: 2000  1 Abc-abc -0.1632544 
#5: 2000  2 ABC-aBC -1.3884391 
#6: 2000  2 ABc-aBc -1.2439231 
#7: 2000  2 AbC-abC 0.6664342 
#8: 2000  2 Abc-abc 0.3603894 

Answer 2

Hier ist ein Weg, um Ihre Daten zu verwandeln, indem die a oder A Informationen aus der Gruppe Spalt zu entfernen, da sie auch von A_gr vorgesehen ist, und dann tidyr Paket verwenden, um die Daten long-wide Format zu umwandeln, die es macht viel einfacher, den Unterschied zu berechnen.

library(dplyr); library(tidyr) 
df %>% mutate(group = gsub("[A|a]", "", group)) %>% 
     spread(A_gr, V) %>% mutate(diffV = A - a) %>% 
     select(Year, Month, group, diffV) 

    Year Month group diffV 
1 2000  1 bc -0.16325 
2 2000  1 bC -0.23549 
3 2000  1 Bc -0.57405 
4 2000  1 BC -0.27580 
5 2000  2 bc 0.36039 
6 2000  2 bC 0.66643 
7 2000  2 Bc -1.24392 
8 2000  2 BC -1.38844