1

我有一个由 2 个变量组成的 data.frame,每个变量有 250 万个 obs。

str(values)
data.frame':    2529905 obs. of  2 variables:
 $ Date : Factor w/ 498 levels "1977-11","1978-06",..: 108 60 12 108 58 108 132 188 51 60     ...
$ Value: num  223000 171528 110269 426000 172436 ...
> head(values)
 Date    Value
1 2003-01 223000.0
2 1999-01 171528.0
3 1992-01 110268.6
4 2003-01 426000.0
5 1998-11 172436.5
6 2003-01 334000.0

我想用每个日期的中位数制作一个 data.frame:

library(plyr)
medianperdate = ddply(values, .(Date), summarize, median_value = median(Value))

> str(medianperdate)
'data.frame':   498 obs. of  2 variables:
 $ Date        : Factor w/ 498 levels "1977-11","1978-06",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ median_value: num  106638 84948 85084 75725 88487 ...
> head(medianperdate)
     Date median_value
1 1977-11    106638.35
2 1978-06     84947.65
3 1985-07     85083.79
4 1986-05     75724.58
5 1986-11     88487.14
6 1986-12     98697.20

但我想要的是一个额外的列,它计算每月的观察次数(例如 2003-01,使用的数据将是对象“值”

还有一个额外的专栏,我在其中定义了它是哪个班级:

a : < 200 000 
b : < 300 000 & > 200 000
c : < 300 000 & > 2000000

我将继续尝试这个,但因为我已经被困了几个小时,我将非常感谢帮助!

如果不清楚,我可以理解。以下 testdataframe 展示了我希望我的数据框看起来如何

> testdf
Year MedianValue HouseClass #Observations
1 1999-1      200000          B           501
2 1999-2      150000          A           664
3 1999-3      250000          C           555
4

2 回答 2

0

您可以在 apply 和 apply like 函数中编写函数(包括 plyr 函数)。它看起来像这样:

ddply(values, .(Date), .fun = function(x) {
  median <- median(x)
  value <- ifelse(median < 200000, 'A', ifelse(median < 300000, 'B', 'C'))
  n <- length(x)
  return(c(median, value, n))
})
于 2013-11-06T16:45:13.327 回答
0

就像我对你上一个问题的回答一样 0

library(data.table)
dt <- data.table(df)


dt2 <- dt[,list(
   medianvalue = median(value),
   obs = .N
   ),
   by = "Date"
]

dt2[,HouseClass := "c"]
dt2[obs < 300000,HouseClass := "b"]
dt2[obs < 200000,HouseClass := "a"]
于 2013-11-06T16:41:24.237 回答