<\/p>\n
Sie k\u00f6nnen die Funktion lag()<\/strong> aus dem dplyr-<\/a> Paket in R verwenden, um Lag-Werte zu berechnen.<\/span><\/p>\n Diese Funktion verwendet die folgende grundlegende Syntax:<\/span><\/p>\n Offset(x, n=1, \u2026)<\/span><\/strong><\/p>\n Gold:<\/span><\/p>\n Das folgende Beispiel zeigt, wie man diese Funktion zur Berechnung verschobener Werte in der Praxis verwendet.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R, der die Anzahl der Verk\u00e4ufe zeigt, die ein Gesch\u00e4ft an 10 aufeinanderfolgenden Tagen get\u00e4tigt hat:<\/span><\/p>\n Wir k\u00f6nnen die Funktion lag()<\/strong> aus dem dplyr-Paket verwenden, um eine Lag-Spalte zu erstellen, die die Verk\u00e4ufe des Vortages f\u00fcr jede Zeile anzeigt:<\/span><\/p>\n So interpretieren Sie das Ergebnis:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Wir k\u00f6nnen auch den Wert des Arguments n<\/strong> in der Funktion lag()<\/strong> \u00e4ndern, um einen Verz\u00f6gerungswert f\u00fcr eine andere Anzahl vorheriger Positionen zu berechnen:<\/span><\/p>\n Hinweis<\/strong> : Um eine Lead-Spalte zu erstellen, verwenden Sie die Funktion \u201elead()\u201c<\/strong> aus dem dplyr-Paket anstelle der Funktion \u201elag()\u201c<\/strong> .<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere g\u00e4ngige Funktionen in R verwenden:<\/span><\/p>\n So verwenden Sie die Funktion n() in dplyr<\/a> Sie k\u00f6nnen die Funktion lag() aus dem dplyr- Paket in R verwenden, um Lag-Werte zu berechnen. Diese Funktion verwendet die folgende grundlegende Syntax: Offset(x, n=1, \u2026) Gold: x : Wertevektor n : Anzahl der zu verz\u00f6gernden Positionen Das folgende Beispiel zeigt, wie man diese Funktion zur Berechnung verschobener Werte in der Praxis verwendet. Beispiel: Berechnung […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Beispiel: Berechnung verschobener Werte in R<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (day=1:10,\n sales=c(18, 10, 14, 13, 19, 24, 25, 29, 15, 18))\n\n#view data frame\n<\/span>df\n\n day sales\n1 1 18\n2 2 10\n3 3 14\n4 4 13\n5 5 19\n6 6 24\n7 7 25\n8 8 29\n9 9 15\n10 10 18<\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#add new column that shows sales for previous day\n<\/span>df$previous_day_sales <- dplyr::lag(df$sales, n= 1<\/span> )\n\n#view updated data frame\n<\/span>df\n\n day sales previous_day_sales\n1 1 18 NA\n2 2 10 18\n3 3 14 10\n4 4 13 14\n5 5 19 13\n6 6 24 19\n7 7 25 24\n8 8 29 25\n9 9 15 29\n10 10 18 15<\/strong><\/span><\/pre>\n\n
library<\/span> (dplyr)\n\n#add new column that shows sales for two days prior\n<\/span>df$previous_day_sales <- dplyr::lag(df$sales, n= 2<\/span> )\n\n#view updated data frame\n<\/span>df\n\n day sales previous_day_sales\n1 1 18 NA\n2 2 10 NA\n3 3 14 18\n4 4 13 10\n5 5 19 14\n6 6 24 13\n7 7 25 19\n8 8 29 24\n9 9 15 25\n10 10 18 29\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So verwenden Sie die Funktion across() in dplyr<\/a>
So verwenden Sie die Funktion relocate() in dplyr<\/a>
So verwenden Sie die Funktion \u201eslice()\u201c in dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"