在使用循环并将值存储在列表中时操作 data.frame答案

【问题标题】：Manipulating data.frame while using cycles and storing values in a list在使用循环并将值存储在列表中时操作 data.frame
【发布时间】：2021-10-07 07:56:36
【问题描述】：

我有 2 个代码可以操纵和过滤（按日期）我的 data.frame，并且运行良好。现在我不仅要运行代码一天，还要在向量中运行每一天：

seq(from=as.Date('2020-03-02'), to=Sys.Date(),by='days')` #.... 538 days

我想在 2020-03-02 和今天之间的所有日子里运行的代码是：

  KOKOKO <- data.frame %>%
          filter(DATE < '2020-03-02')%>%
          summarize(DATE = '2020-03-02', CZK = sum(Objem.v.CZK,na.rm = T) 
        
  STAVPTF <- data.frame %>% 
          filter (DATE < '2020-03-02')%>%
          group_by(CP) %>% 
          summarize(mnozstvi = last(AKTUALNI_MNOZSTVI_AKCIE), DATE = '2020-03-02') %>%
          select(DATE,CP,mnozstvi)  %>%      
          rbind(KOKOKO)%>%
          drop_na() %>%

因此，我不想填写“2020-03-02”，而是一个接一个地填写“2020-03-02”以来的所有日子。为这样的独特日子创建的每一个 KOKOKO 和 STAVPTF 我都想保存为单独的 data.frame，并将它们全部存储在一个列表中。

【问题讨论】：

标签： r list dataframe dplyr cycle

【解决方案1】：

我们可以使用map 来循环序列并应用代码

library(dplyr)
library(purrr)
out <- map(s1, ~   data.frame %>%
          filter(DATE < .x)%>%
          summarize(DATE = .x, CZK = sum(Objem.v.CZK,na.rm = TRUE))

由于这是重复循环，所以一个函数会使其更干净

f1 <- function(dat, date_col, group_col, Objem_col, aktualni_col, date_val) {
     filtered <- dat %>%
          filter({{date_col}} < date_val)
     KOKOKO <-  filtered %>%
          summarize({{date_col}} := date_val,
          CZK = sum({{Objem_col}}, na.rm = TRUE) 
        
    STAVPTF <- filtered %>%        
          group_by({{group_col}}) %>% 
          summarize(mnozstvi = last({{aktualni_col}}),
            {{date_col}} := date_val) %>%
          select({{date_col}}, {{group_col}}, mnozstvi)  %>%      
          bind_rows(KOKOKO)%>%
          drop_na()
    return(STAVPTF)
}

并调用为

map(s1, ~ f1(data.frame, DATE, CP, Objem.v.CZK, AKTUALNI_MNOZSTVI_AKCIE, !!.x))

在哪里

s1 <- seq(from=as.Date('2020-03-02'), to=Sys.Date(), by='days')

【讨论】：

【解决方案2】：

如果您提供一个最小的可重现示例，那么回答您的问题会更容易。使用 tidyverses 很容易做到reprex packages

但是，您的 KOKOKO 代码可以重写为简单的累积和：

KOKOKO = 
  data.frame %>% 
  arrange(DATE) %>%    # if necessary 
  group_by(DATE) %>% 
  summarise(CZK = sum(Objem.v.CZK), .groups = 'drop') %>% # summarise per DATE (if necessary)
  mutate(CZK = cumsum(CZK) - CZK)  # cumulative sum excluding current row (current DATE)

甚至 STAVPTF 代码也可能无需迭代即可重写。首先找到每个 CP 和 DATE 的最后一个 AKTUALNI_MNOZSTVI_AKCIE 值。然后将此值分配给下一个 DATE：

STAVPTF <-
  data.frame %>% 
  group_by(CP, DATE) %>% 
  summarise(mnozstvi = last(AKTUALNI_MNOZSTVI_AKCIE), .groups='drop_last') %>%
  arrange(DATE) %>%    # if necessary 
  mutate(DATE = lead(DATE))

【讨论】：