for循环填充数据帧

Question

我正在尝试使用for循环的结果填充数据帧，但我遗漏了一些东西。我已经查看了过去有关此问题的问题，但我无法理解解决方案，所以......

虚构的数据：

df <- data.frame(RA = c(rep("14005", 3), rep("14158", 3), rep("15458", 2), rep("15302", 2)),
             Level = c(rep("Grad", 6), rep("Undergrad", 4)),
             EntryYear = c(rep(2014, 6), rep(2015, 4)),
             ExitYear = c(rep(2016, 3), rep(2017, 3), rep(2018, 4)))

我想用特定dplyr管道的结果填充数据框：

df %>% 
filter(Level == "Grad", EntryYear <= year, ExitYear >= year) %>% 
distinct(RA) %>% 
summarise(year = n())

哪一年是我感兴趣的特定年份（根据我的原始数据，从2010年到2017年）。上面的公式是大致计算在给定年份中注册的学生人数。 [我将使用另外两个公式来计算毕业生和新生的数量，所以我还有两个行/列]。和：

start.year <- 2010
end.year <- 2017

所以，我做了这个for循环，看它是否有效：

for (year in start.year:end.year){
  mat <- df %>% 
    filter(Level == "Grad", EntryYear <= year, ExitYear >= year) %>% 
    distinct(RA) %>% 
    summarise(year= n())
  print(mat)
}

它打印出我想要的内容，但后来我无法将其写入数据帧......预期的结果是一个包含7行的数据帧。最终结果是一个包含7行和3列的数据框（我将应用的其他两个公式/管道）。

Answer 1

由于您已经在使用dplyr，因此很容易使用purrr为您合并data.frames

library(purrr)
map_df(start.year:end.year, function(year) {
  mat <- df %>% 
    filter(Level == "Grad" & EntryYear <= year & ExitYear >= year) %>% 
    distinct(RA) %>% 
    summarise(year= n())
})

Answer 2

只需在最终代码中添加以下两行：

new_df <- data.frame(). # <- this one
for (year in start.year:end.year){
    mat <- df %>% 
        filter(Level == "Grad", EntryYear <= year, ExitYear >= year) %>% 
        distinct(RA) %>% 
        summarise(year= n())
    new_df <- rbind(new_df, mat) # <- this one
}

Answer 3

for (year in start.year:end.year){
  mat <- df %>% 
    filter(Level == "Grad", EntryYear <= year, ExitYear >= year) %>% 
    distinct(RA) %>% 
    summarise(year= n())
  print(mat)

  if (year<2011){

    final <- as.data.frame(mat)

  }

  else{

    final <- rbind(final,as.data.frame(mat))

  }
}

Answer 4

# load packages
library(plyr)
library(dplyr)

# Filter function
filterdf<-function(year, level){
  mat <- df %>% 
    filter(Level == level, EntryYear <= year, ExitYear >= year) %>% 
    distinct(RA) %>% 
    summarise(year= n())
  colnames(mat)<-paste0(level, "_number")
  return(mat)
}

# Create your input conditions
input<-as.data.frame(seq(2010,2017))
colnames(input)<-"year"
input$level<-"Grad"

# Output to a dataframe
output<-mdply(input,filterdf)

Answer 5

这是一个tidyverse替代方案：

library(tidyverse)
df %>%
  filter(Level=="Grad") %>%
  mutate(year = map2(EntryYear,ExitYear,~.x:.y)) %>%
  unnest(year) %>%
  distinct(RA,year) %>%
  count(year)

# # A tibble: 4 x 2
#    year     n
#   <int> <int>
# 1  2014     2
# 2  2015     2
# 3  2016     2
# 4  2017     1