R studio - 如何按年份对面板中的数据进行分组并求和答案

【问题标题】：R studio - How to group data in a panel by year and sum themR studio - 如何按年份对面板中的数据进行分组并求和
【发布时间】：2019-04-09 03:36:45
【问题描述】：

我有一个 20 年和 10 家公司的面板数据集。

我有每家公司在欧洲和美国的销售数据。

我想绘制欧洲和美国每年的总体销售额。

基本上，我需要将每家公司每年针对各个变量的数字相加。

我该怎么做？

谢谢大家！我通过使用 group_by 解决了问题。

USsales <- data %>% group_by(Year) %>% summarize(tot_USsales = sum(USsales, na.rm = TRUE))

Europesales <- data %>% group_by(Year) %>% summarize(tot_Eursales = sum(Eursales, na.rm = TRUE))

netsales <- merge(Europesales, USsales, by="Year")

然后我就用 ggplot 来绘制它。

谢谢大家

【问题讨论】：

请包含一些数据（样本或一些具有相同结构的模拟数据），以便我们制作可重现的示例。

标签： r data-visualization panel-data

【解决方案1】：

如果你使用 R，你可以这样做：

require(dplyr)
require(magrittr)

OverallSalesEurope <- Dataset %>% 
                       filter(Region == "Europe") %>% 
                        group_by(Company, Year) %>% 
                         summarize(OverallSales = 
                                   sum(Sales, na.rm=TRUE)) 

OverallSalesUS <- Dataset %>% 
                       filter(Region == "US") %>% 
                        group_by(Company, Year) %>% 
                         summarize(OverallSales = 
                                   sum(Sales, na.rm=TRUE))

当然，我们不知道你的变量在你的数据集中的名称是什么，但所涉及的原则在上面的代码中有所说明。

【讨论】：

【解决方案2】：

有一个数据样本会有所帮助。无论如何，这似乎是来自dplyr 库的group_by 的简单用例。

基本上按company、year 和country 分组，然后是sum。

这里是一个例子：

library(dyplr)
my_data %>% 
  group_by(company, year, country) %>% 
  summarise(mean_rev = mean(revenue))
# # A tibble: 8 x 4
# # Groups:   company, year [?]
# company year  country mean_rev
# <fct>   <fct> <fct>      <dbl>
# 1 A       2017  EU          74.1
# 2 A       2017  USA         59.6
# 3 A       2018  EU          64.7
# 4 A       2018  USA         79.8
# 5 B       2017  EU          79.8
# 6 B       2017  USA         79.1
# 7 B       2018  EU          81.0
# 8 B       2018  USA         74.7

假数据：

my_data <- data.frame(
  company = c(rep("A", 10), rep("B", 10)),
  year = rep(c("2017","2018"), 10),
  country = c(rep("EU", 20), rep("USA", 20)),
  revenue = runif(40,50,100)
)
head(my_data)
#   company year country  revenue
# 1       A 2017      EU 78.08958
# 2       A 2018      EU 55.93207
# 3       A 2017      EU 57.55178
# 4       A 2018      EU 53.43027
# 5       A 2017      EU 50.02976
# 6       A 2018      EU 60.26888

【讨论】：

您似乎使用平均值进行平均，所以您实际上计算的是平均销售额而不是总体销售额？此外，欧洲不是一个国家，这就是为什么 Region 可能是 Country 变量的更好名称。除此之外，很好的答案！
我的只是一个例子，唯一重要的部分是通过group_by分组。您可以轻松地将mean() 更改为sum()。

【解决方案3】：

您似乎想绘制此图，而不仅仅是总结它。

获取 RLave 数据集：

my_data <- data.frame(
  company = c(rep("A", 10), rep("B", 10)),
  year = rep(c("2017","2018"), 10),
  country = c(rep("EU", 20), rep("USA", 20)),
  revenue = runif(40,50,100)
)

还有 ggplot2 包：

library(ggplot2)

ggplot(my_data,aes(x=country,y=revenue))+
  geom_boxplot()+
  theme_classic(base_size=12)+
  facet_wrap(~company+year)

您可以为每个类别的公司、国家和年份构建构面。箱线图是这类数据常用的图形类型，第一个四分位数和第三个四分位数是盒子的两端，中位数用盒子内部的垂直线表示，最小值和最大值是盒子的两端胡须。

【讨论】：