<\/p>\n
Do obliczenia warto\u015bci przesuni\u0119tych w grupie w R przy u\u017cyciu pakietu dplyr<\/a> mo\u017cesz u\u017cy\u0107 poni\u017cszej sk\u0142adni:<\/span><\/p>\n Uwaga<\/strong> : Funkcja mutate()<\/a> dodaje now\u0105 zmienn\u0105 do ramki danych zawieraj\u0105cej op\u00f3\u017anione warto\u015bci.<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych w R, kt\u00f3ra pokazuje sprzeda\u017c dokonan\u0105 przez dwa r\u00f3\u017cne sklepy w r\u00f3\u017cnych dniach:<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu, aby utworzy\u0107 now\u0105 kolumn\u0119 wy\u015bwietlaj\u0105c\u0105 op\u00f3\u017anione warto\u015bci sprzeda\u017cy dla ka\u017cdego sklepu:<\/span><\/p>\n Oto jak zinterpretowa\u0107 wynik:<\/span><\/p>\n I tak dalej.<\/span><\/p>\n Pami\u0119taj, \u017ce mo\u017cesz tak\u017ce zmieni\u0107 liczb\u0119 u\u017cywanych op\u00f3\u017anie\u0144, zmieniaj\u0105c warto\u015b\u0107 n<\/strong> w funkcji lag()<\/strong> .<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe obliczenia w R:<\/span><\/p>\n Jak obliczy\u0107 sum\u0119 bie\u017c\u0105c\u0105 za pomoc\u0105 dplyr<\/a> Do obliczenia warto\u015bci przesuni\u0119tych w grupie w R przy u\u017cyciu pakietu dplyr mo\u017cesz u\u017cy\u0107 poni\u017cszej sk\u0142adni: df %>% group_by(var1) %>% mutate(lag1_value = lag(var2, n= 1 , order_by=var1)) Uwaga : Funkcja mutate() dodaje now\u0105 zmienn\u0105 do ramki danych zawieraj\u0105cej op\u00f3\u017anione warto\u015bci. Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce. Przyk\u0142ad: Oblicz przesuni\u0119te warto\u015bci wed\u0142ug grupy […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2586","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df %>%\n group_by(var1) %>%\n mutate(lag1_value = lag(var2, n= 1<\/span> , order_by=var1))\n<\/strong><\/pre>\n Przyk\u0142ad: Oblicz przesuni\u0119te warto\u015bci wed\u0142ug grupy za pomoc\u0105 dplyr<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (store=c('A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'),\n sales=c(7, 12, 10, 9, 9, 11, 18, 23))\n\n#view data frame\n<\/span>df\n\n blind sales\n1 to 7\n2 B 12\n3 to 10\n4 B 9\n5 to 9\n6 B 11\n7 to 18\n8 B 23<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#calculate lagged sales by group\n<\/span>df %>%\n group_by(store) %>%\n mutate(lag1_sales = lag(sales, n= 1<\/span> , order_by=store))\n\n# A tibble: 8 x 3\n# Groups: store[2]\n store sales lag1_sales\n1 to 7 NA\n2 B 12 NA\n3 to 10 7\n4 B 9 12\n5 to 9 10\n6 B 11 9\n7 to 18 9\n8 B 23 11<\/strong><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak obliczy\u0107 sum\u0119 wed\u0142ug grupy w R<\/a>
Jak obliczy\u0107 \u015bredni\u0105 na grup\u0119 w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"