Cara criei esse comando que aproxima bem do que você deseja,
Porém a última situaçao (Local=D) não estou conseguindo programar, veja se tem alguma idéia que possa complementar.
att
dados<-data.frame(Local=c('A','A','A','B','C','C','C','C','D','D'),Frequencia=c(2,2,1,3,5,5,5,5,3,4),Data=c("13/05/2015","13/05/2015","13/05/2015","13/05/2015","13/05/2015","10/05/2015","13/05/2015","13/05/2015","13/05/2015","13/05/2015"),qtde=c(500,700,700,400,300,400,400,900,550,500))
dados$Data <-as.Date(dados$Data,"%d/%m/%Y")
str(dados)
dados
# install.packages("plyr")
library(plyr)
arranjo<-function(x){
valido <- c()
for(i in 1:nrow(x)){
if(x[i,2]==max(x[,2])){
valido[i]<-1
if( x[i,3]>= max(x[,3]) & x[i,2]==max(x[,2])){
valido[i] <-1
}else{
valido[i] <- 0
}
if(x[i,4]>= max(x[,4])){
valido[i] <- 1
}else{
valido[i] <- 0
}
}else{
valido[i]=0
}
}
return(mutate(x,valido=valido))
}
ddply(dados,.(Local, Data),arranjo)
On Nov 7 2018, at 11:29 am, Yury Duarte por (R-br) <r-br@listas.c3sl.ufpr.br> wrote:
Olá Daniel!
Utilizei a abordagem que você sugeriu e criei dois laços para fazer a checagem.
Ainda não está exatamente como gostaria mas o filtro já está sendo feito da maneira que preciso.
Segue a estrutura utilizada.
Obrigado!
Abraços
dados:
area_id dia mes ano frequencia valor
a 15 12 2012 10 5
a 22 12 2012 15 10
a 15 12 2012 12 15
a 24 11 2013 15 20
b 8 12 2013 10 5
b 14 10 2012 12 10
c 7 11 2012 15 5
c 19 11 2013 12 10
c 19 10 2014 12 15
c 19 10 2013 15 20
d 5 10 2014 10 5
d 23 10 2014 10 10
d 5 12 2012 10 15
d 5 12 2012 15 20
d 5 12 2013 12 25
d 6 11 2014 12 30
estrutura:
#--------------------Remover Objetos do R--------------------#
rm(list = ls())
set.seed(29031989)
raiz = 'C:\\Users\\Desktop\\'
a = read.table(paste0(raiz, 'teste_classificacao_final.txt'), header = T, sep = '\t')
colunas = colnames(a)
locais = data.frame(unique(a$area_id))
for (i in 1:length(locais[,1])){
#nome = paste0("area_", locais[i,1])
#area = assign(nome, a[which(a$area_id==locais[i,1]),])
area = a[which(a$area_id==locais[i,1]),]
anos = data.frame(unique(area$ano))
for (x in 1:length(anos[,1])) {
area_ano = area[which(area$ano==anos[x,1]),]
frequencia_max = max(area_ano$frequencia)
valor_max = max(area_ano$valor)
area_ano_freq = area_ano[which(area_ano$frequencia==frequencia_max),]
area_ano_freq_val = area_ano_freq[which(area_ano_freq$frequencia==frequencia_max),]
write.table(area_ano_freq_val, paste0(raiz, 'teste', '.txt'), sep = "\t", append = T, col.names = F, row.names = F)
}
}
b = read.table(paste0(raiz, 'teste.txt'), header = F, sep = '\t')
colnames(b) = colunas
Engenheiro Agrônomo - ESALQ/USP
Uma opção eh usar Uma estrutura de repetição para checar as variaveis e retornar o valor q deseja
Daniel
Bom dia colegas listeiros,
Edson, agradeço pela dica! Já tinha me esquecido da possibilidade de utilizar aggregate nos meus comandos.
Entretanto, tentei utilizar a função sugerida para resolver o problema mas não consegui adapta-la para a minha necessidade.
Quando utilizo o aggregate ele me pede uma 'function' para ser aplicada aos dados, de acordo com a ordem de agrupamento estabelecida dentro do argumento 'by', mas não não consegui adaptar uma função que me retornasse um boleano de mesmo valor/significado da coluna 'valido' (que gerei manualmente para validar os resultados do código). Consegui agregar os locais por área e por data quando pedi para retornar a média das frequências ou das quantidades, mas isso não me ajuda muito no momento.
aggregate(dados$local, by = list(dados$data), 'função')
Desde já, agradeço pela ajuda de todos!
Engenheiro Agrônomo - ESALQ/USP
Dá uma olhada no aggregate
Boa tarde colegas listeiros, como vão?
Tenho um problema e estou com certa dificuldade em resolver de forma prática. Meu conjunto de dados é o seguinte:
| local | frequencia | data | quantidade | valido |
| A | 2 | 13/05/2015 | 500,00 | 0 |
| A | 2 | 13/05/2015 | 700,00 | 1 |
| A | 1 | 13/05/2015 | 700,00 | 0 |
| B | 3 | 13/05/2015 | 400,00 | 1 |
| C | 5 | 13/05/2015 | 300,00 | 0 |
| C | 5 | 10/05/2015 | 400,00 | 0 |
| C | 5 | 13/05/2016 | 400,00 | 1 |
| C | 5 | 13/05/2015 | 900,00 | 1 |
| D | 3 | 13/05/2015 | 550,00 | 0 |
| D | 4 | 13/05/2015 | 500,00 | 1 |
Para esse conjunto, gostaria de gerar a coluna 'valida', que me classifica os dados da seguinte maneira: para cada local e para cada ano, retornar apenas o local de maior frequência, mais recente e de maior quantidade (nessa ordem).
Pensei em gerar um objeto para cada local a partir do which(), mas como meu conjunto de dados tem mais de 150 mil linhas e mais de 2000 locais, achei que essa abordagem não seria muito prática nem rápida de ser processada.
Desde já, agradeço pela colaboração de todos!
Att
Engenheiro Agrônomo - ESALQ/USP
_______________________________________________
R-br mailing list
_______________________________________________
R-br mailing list
_______________________________________________
R-br mailing list
_______________________________________________
R-br mailing list
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel.