<\/p>\n
\u00c8 possibile utilizzare la funzione lag()<\/strong> dal pacchetto dplyr<\/a> in R per calcolare i valori di ritardo.<\/span><\/p>\n Questa funzione utilizza la seguente sintassi di base:<\/span><\/p>\n scostamento(x, n=1, \u2026)<\/span><\/strong><\/p>\n Oro:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione per calcolare nella pratica i valori spostati.<\/span><\/p>\n Supponiamo di avere il seguente frame di dati in R che mostra il numero di vendite effettuate da un negozio in 10 giorni consecutivi:<\/span><\/p>\n Possiamo utilizzare la funzione lag()<\/strong> del pacchetto dplyr per creare una colonna lag che mostri le vendite del giorno precedente per ogni riga:<\/span><\/p>\n Ecco come interpretare il risultato:<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Possiamo anche modificare il valore dell’argomento n<\/strong> nella funzione lag()<\/strong> per calcolare un valore di ritardo per un numero diverso di posizioni precedenti:<\/span><\/p>\n Nota<\/strong> : per creare una colonna lead, utilizzare la funzione lead()<\/strong> dal pacchetto dplyr invece della funzione lag()<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come utilizzare altre funzioni comuni in R:<\/span><\/p>\n Come utilizzare la funzione n() in dplyr<\/a> \u00c8 possibile utilizzare la funzione lag() dal pacchetto dplyr in R per calcolare i valori di ritardo. Questa funzione utilizza la seguente sintassi di base: scostamento(x, n=1, \u2026) Oro: x : vettore di valori n : numero di posizioni da ritardare L’esempio seguente mostra come utilizzare questa funzione per calcolare nella pratica i valori spostati. […]<\/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
Esempio: calcolo dei valori spostati 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 Risorse addizionali<\/strong><\/span><\/h2>\n
Come utilizzare la funzione across() in dplyr<\/a>
Come utilizzare la funzione relocate() in dplyr<\/a>
Come utilizzare la funzione slice() in dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"