7

我想在变量包含不同 YEAR时拆分行，也拆分 col ：“价格”除以出现的日期数--> count (“;”) +1

有一个表，其中包含尚未拆分的变量。

# Dataset call df 

Price   Date 
500     2016-01-01
400     2016-01-03;2016-01-09
1000    2016-01-04;2017-09-01;2017-08-10;2018-01-01
25      2016-01-04;2017-09-01
304     2015-01-02
238     2018-01-02;2018-02-02

愿望展望

# Targeted df
Price   Date 
500     2016-01-01
400     2016-01-03;2016-01-09
250     2016-01-04
250     2017-09-01
250     2017-08-10
250     2018-01-01
12.5    2016-01-04
12.5    2017-09-01
304     2015-01-02
238     2018-01-02;2018-02-02

一旦定义了包含不同年份的变量，下面就是必须要做的操作。（这只是一个例子。）

mutate(Price = ifelse(DIFFERENT_DATE_ROW,
                     as.numeric(Price) / (str_count(Date,";")+1),
                     as.numeric(Price)),
       Date = ifelse(DIFFERENT_DATE_ROW,
                     strsplit(as.character(Date),";"),
                     Date)) %>%
 unnest()

我遇到了一些无法使用 dplyr 功能的约束，"if_else"因为 否则无法识别任何操作。只有 ifelse 才能正常工作。

如何找出一个变量的年份差异来引发分割线和分割价格计算？

到目前为止，拆分元素的操作就像

unlist(lapply(unlist(strsplit(df1$noFDate[8],";")),FUN = year))

不能解决问题。

我是编码初学者，考虑到真实数据有超过 200 万行和 50 列，请随意更改上述所有操作。

4

2 回答 2

2

这可能不是最有效的，但可以用来获得所需的答案。

#Get the row indices which we need to separate
inds <- sapply(strsplit(df$Date, ";"), function(x) 
#Format the date into year and count number of unique values
#Return TRUE if number of unique values is greater than 1
    length(unique(format(as.Date(x), "%Y"))) > 1
)

library(tidyverse)
library(stringr)

#Select those indices 
df[inds, ] %>%
   # divide the price by number of dates in that row 
    mutate(Price = Price / (str_count(Date,";") + 1)) %>%
   # separate `;` delimited values in separate rows
    separate_rows(Date, sep = ";") %>%
   # bind the remaining rows as it is 
    bind_rows(df[!inds,])


# Price                  Date
#1  250.0            2016-01-04
#2  250.0            2017-09-01
#3  250.0            2017-08-10
#4  250.0            2018-01-01
#5   12.5            2016-01-04
#6   12.5            2017-09-01
#7  500.0            2016-01-01
#8  400.0 2016-01-03;2016-01-09
#9  304.0            2015-01-02
#10 238.0 2018-01-02;2018-02-02
于 2018-04-04T08:25:22.023 回答
1

有点麻烦，但你可以这样做：

d_new = lapply(1:nrow(dat),function(x) {
  a = dat[x,]
  b = unlist(strsplit(as.character(a$Date),";"))
  l = length(b)
  if (l==1) check = 0 else check = ifelse(var(as.numeric(strftime(b,"%Y")))==0,0,1)

  if (check==0) {
      a
  } else {
      data.frame(Date = b, Price = rep(a$Price / l,l))
  }
})

do.call(rbind,d_new)
于 2018-04-04T08:26:22.100 回答