关于r：如何仅从整数值中减去中位数


How to subtract a median only from integer value

我有此数据集

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
    df=structure(list(Dt = structure(1:39, .Label = c("2018-02-20 00:00:00.000",
"2018-02-21 00:00:00.000","2018-02-22 00:00:00.000","2018-02-23 00:00:00.000",
"2018-02-24 00:00:00.000","2018-02-25 00:00:00.000","2018-02-26 00:00:00.000",
"2018-02-27 00:00:00.000","2018-02-28 00:00:00.000","2018-03-01 00:00:00.000",
"2018-03-02 00:00:00.000","2018-03-03 00:00:00.000","2018-03-04 00:00:00.000",
"2018-03-05 00:00:00.000","2018-03-06 00:00:00.000","2018-03-07 00:00:00.000",
"2018-03-08 00:00:00.000","2018-03-09 00:00:00.000","2018-03-10 00:00:00.000",
"2018-03-11 00:00:00.000","2018-03-12 00:00:00.000","2018-03-13 00:00:00.000",
"2018-03-14 00:00:00.000","2018-03-15 00:00:00.000","2018-03-16 00:00:00.000",
"2018-03-17 00:00:00.000","2018-03-18 00:00:00.000","2018-03-19 00:00:00.000",
"2018-03-20 00:00:00.000","2018-03-21 00:00:00.000","2018-03-22 00:00:00.000",
"2018-03-23 00:00:00.000","2018-03-24 00:00:00.000","2018-03-25 00:00:00.000",
"2018-03-26 00:00:00.000","2018-03-27 00:00:00.000","2018-03-28 00:00:00.000",
"2018-03-29 00:00:00.000","2018-03-30 00:00:00.000"), class ="factor"),
    ItemRelation = c(158043L, 158043L, 158043L, 158043L, 158043L,
    158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L,
    158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L,
    158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L,
    158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L,
    158043L, 158043L, 158043L, 158043L, 158043L, 158043L), stuff = c(200L,
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 3600L, 0L, 0L, 0L, 0L,
    700L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1000L,
    2600L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 700L), num = c(1459L,
    1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L,
    1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L,
    1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L,
    1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L,
    1459L, 1459L), year = c(2018L, 2018L, 2018L, 2018L, 2018L,
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L,
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L,
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L,
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L), action = c(0L,
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
    0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L)), .Names = c("Dt","ItemRelation",
"stuff","num","year","action"), class ="data.frame", row.names = c(NA,
-39L))

操作列只有两个值0和1。
我必须为1类动作按事物计算中位数，
然后使用零个动作类别的东西进行中值，并使用一个类别前面的最后五个整数值。
我只是拿了最后5个观察值，
有必要采取零行动类别中的最后5个观察值，但只有整数值
在我们的例子中，这是

1
2
3
4
5
200
3600
700
1000
2600

然后从一个类别的中位数减去零类别的中位数。

在零操作类别中按事物进行观察的次数可以在0到10之间变化。
如果我们有10个零类别的整数，则取最后五个。
如果只有1,2,3,4,5个整数值，
我们减去整数的实数的中位数。
如果我们只有0而没有整数，那么我们只求0。

如何做？

编辑预期输出

1
2
Dt                  ItemRelation    DocumentNum DocumentYear    value
2018-03-30 00:00:00.000 158043        1459       2018          -300
1
2
3
4
5
*-300=(700-median(   200,
    3600,
    700,
    1000,
    2600)

请注意，如果对于1种按类别列出的操作，只有一个值(在我们的示例中为700)，我们不计算中位数，则仅使用该值

如果有两个值，我们将按东西计算1个类别的中位数

相关讨论

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
df.0 <- df %>% filter(action == 0 & stuff != 0) %>% arrange(Dt) %>% top_n(5)
df.1 <- df %>% filter(action==1 & stuff!=0)

new.df <- rbind(df.0,df.1)


View(
  df %>% select (everything()) %>%  group_by(ItemRelation, num, year) %>%
    summarise(
      median.1 = median(stuff[action == 1 & stuff != 0], na.rm = T),
      median.0 = median(stuff[action == 0 &
                                stuff != 0], na.rm = T)
    ) %>%
    mutate(
      value = median.1 - median.0,
      DocumentNum = num,
      DocumentYear = year
    ) %>%
    select(ItemRelation, DocumentNum, DocumentYear, value)

有帮助吗？

相关讨论