使用 DPLYR 添加新行作为其他分组行的计算答案

【问题标题】：use DPLYR to add a new row as a calculation of other grouped rows使用 DPLYR 添加新行作为其他分组行的计算
【发布时间】：2019-01-15 18:46:52
【问题描述】：

我有一个类似于以下的数据对象：

> temp2 %>% arrange(date_val) %>% select(date_val,kpi_name,kpi_value)
# Source:     spark<?> [?? x 3]
# Ordered by: date_val
   date_val     kpi_name              kpi_value
   <dttm>              <chr>                     <dbl>
 1 2018-12-04 00:00:00 KPI1                          0
 2 2018-12-04 00:00:00 KPI2                         38
 3 2018-12-04 00:01:00 KPI2                         55
 4 2018-12-04 00:01:00 KPI1                          1
 5 2018-12-04 00:02:00 KPI2                         55
 6 2018-12-04 00:02:00 KPI1                          1
 7 2018-12-04 00:03:00 KPI1                          0
 8 2018-12-04 00:03:00 KPI2                         58
 9 2018-12-04 00:04:00 KPI2                         45
10 2018-12-04 00:04:00 KPI1                          1
# â¦ with more rows
>

我想为每个分组的 date_val 插入一个新行，这将对当前对象中可用的 kpi_name/kpi_value 执行该 date_val 组的计算。例如，假设我需要将以下新 KPI3 计算为 100*(KPI1/KPI2)，这将提供一个新数据对象，例如：

# Source:     spark<?> [?? x 3]
# Ordered by: date_val
   date_val     kpi_name              kpi_value
   <dttm>              <chr>                     <dbl>
 1 2018-12-04 00:00:00 KPI1                          0
 2 2018-12-04 00:00:00 KPI2                         38
 3 2018-12-04 00:00:00 KPI3                          0
 4 2018-12-04 00:01:00 KPI2                         55
 5 2018-12-04 00:01:00 KPI1                          1
 6 2018-12-04 00:01:00 KPI3                      0.018
 7 2018-12-04 00:02:00 KPI2                         55
 8 2018-12-04 00:02:00 KPI1                          1
 9 2018-12-04 00:02:00 KPI3                      0.018
10 2018-12-04 00:03:00 KPI1                          0
11 2018-12-04 00:03:00 KPI2                         58
12 2018-12-04 00:03:00 KPI3                          0
13 2018-12-04 00:04:00 KPI2                         45
14 2018-12-04 00:04:00 KPI1                          1
15 2018-12-04 00:04:00 KPI3                      0.022
# â¦ with more rows

这可以在 DPLYR 中完成吗？

【问题讨论】：

标签： r dplyr

【解决方案1】：

应该这样做：

library(tidyverse)

temp2 %>% spread(kpi_name, kpi_value) %>% 
  mutate(KPI3 = 100*(KPI1/KPI2)) %>% 
  gather(kpi_name, kpi_value, -date_val)

虽然 rbind 在新行中在技术上是可行的，但它的效率相对较低且语法笨拙。转换为逻辑宽格式，添加列，然后再转换回来更有意义。

【讨论】：

谢谢。看起来 spark 对象不支持扩展功能，但我可以先将对象转换为“as_tibble”，它可以按预期工作。
@JeffKraus 太好了，如果您想继续使用 spark 对象，这个答案可能会有所帮助：stackoverflow.com/questions/50465390/gather-in-sparklyr