Dplyr ကို အသုံးပြု၍ အုပ်စုတစ်ခုလျှင် offset တွက်ချက်နည်း

dplyr ပက်ကေ့ဂျ်ကို အသုံးပြု၍ R တွင် အုပ်စုလိုက်ပြောင်းထားသော တန်ဖိုးများကို တွက်ချက်ရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်-

 df %>%
  group_by(var1) %>%
  mutate(lag1_value = lag(var2, n= 1 , order_by=var1))

မှတ်ချက် – mutate() လုပ်ဆောင်ချက်သည် နှောင့်နှေးသည့်တန်ဖိုးများပါရှိသော ဒေတာဘောင်သို့ ကိန်းရှင်အသစ်တစ်ခုကို ပေါင်းထည့်သည်။

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- dplyr ကိုသုံးပြီး အုပ်စုအလိုက် ရွှေ့ထားသောတန်ဖိုးများကို တွက်ချက်ပါ။

မတူညီသောရက်များတွင် မတူညီသောစတိုးဆိုင်နှစ်ခုမှ ရောင်းချမှုများကို ပြသသော R တွင် အောက်ပါဒေတာဘောင်ရှိသည်ဆိုပါစို့။

 #create data frame
df <- data. frame (store=c('A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'),
                 sales=c(7, 12, 10, 9, 9, 11, 18, 23))

#view data frame
df

  blind sales
1 to 7
2 B 12
3 to 10
4 B 9
5 to 9
6 B 11
7 to 18
8 B 23

စတိုးဆိုင်တစ်ခုစီအတွက် နောက်ကျကျန်နေသည့် အရောင်းတန်ဖိုးများကို ပြသသည့် ကော်လံအသစ်တစ်ခုကို ဖန်တီးရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်သည်။

 library (dplyr)

#calculate lagged sales by group
df %>%
  group_by(store) %>%
  mutate(lag1_sales = lag(sales, n= 1 , order_by=store))

# A tibble: 8 x 3
# Groups: store[2]
  store sales lag1_sales
1 to 7 NA
2 B 12 NA
3 to 10 7
4 B 9 12
5 to 9 10
6 B 11 9
7 to 18 9
8 B 23 11

ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

• lag1_sales ၏ပထမတန်ဖိုးသည် NA ဖြစ်ပြီး စတိုးဆိုင် A ၏ရောင်းချမှုအတွက် ယခင်တန်ဖိုးမရှိသောကြောင့်ဖြစ်သည်။
• lag1_sales ၏ဒုတိယတန်ဖိုးမှာ NA ဖြစ်ပြီး စတိုး B ၏ရောင်းချမှုအတွက် ယခင်တန်ဖိုးမရှိသောကြောင့်ဖြစ်သည်။
• lag1_sales ၏ တတိယတန်ဖိုးမှာ 7 ဖြစ်ပြီး ၎င်းသည် စတိုးဆိုင် A ၏ ယခင်ရောင်းချမှုတန်ဖိုးဖြစ်သောကြောင့် ဖြစ်သည်။
• lag1_sales ၏ စတုတ္ထတန်ဖိုးသည် 12 ဖြစ်သောကြောင့် ၎င်းသည် စတိုး B ၏ ယခင်ရောင်းချမှုတန်ဖိုးဖြစ်သည်။

နောက် … ပြီးတော့။

lag() လုပ်ဆောင်ချက်တွင် n ၏တန်ဖိုးကိုပြောင်းလဲခြင်းဖြင့် သင်အသုံးပြုသော နောက်ကျမှုအရေအတွက်ကိုလည်း ပြောင်းလဲနိုင်သည်ကို သတိပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားသော ဘုံတွက်ချက်မှုများကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

dplyr ကို အသုံးပြု၍ လည်ပတ်နေသော ပေါင်းလဒ်ကို တွက်ချက်နည်း
R တွင် အုပ်စုအလိုက် ပေါင်းစည်းနည်း
R တွင် အုပ်စုအလိုက် ပျမ်းမျှတွက်နည်း