結合不同詳細程度的集合體中的R

Question

我有就業的表由市和行業

df <- read.table(text="city industry emp 
Washington Auto 2 
Washington Aero 2 
Boston Auto 4 
Boston Aero 2", header = TRUE) 

我想通過城市來計算相對多樣性指數，即總和爲每個 城市，在所有行業中各行業在當地就業中所佔份額與其在國內就業中的份額之差的絕對值。數學如下所示：RDIc = 1 /Σi| Sci-Si | （小寫字母爲下標：c爲城市，i爲行業; RDI爲索引; S爲份額）。

使用上述數據，我應該得到：

city  rdi 
Washington 5 
Boston  7.5 

因爲：

• RDI華盛頓= 1 /（ABS（2/4-6/10）+ ABS（2/4 -4/10））= 5
• RDI波士頓= 1 /（ABS（4/6-6/10）+ ABS（2/6-4/10））= 7.5

當然，這是模擬數據，我有100多個城市和行業。我還沒有能夠在R中做到這一點，即使在多個步驟中，也沒有按城市劃分DF，然後重新組裝它，這看起來非常笨重。

Answer 1

許多小步驟，但這個工程

library(dplyr) 
natl = df %>% 
    mutate(ind_total = sum(emp)) %>% 
    group_by(industry) %>% 
    summarize(si = sum(emp)/first(ind_total)) %>% 
    select(industry, si) 

result = df %>% 
    group_by(city) %>% 
    mutate(sci = emp/sum(emp)) %>% 
    inner_join(natl) %>% 
    group_by(city) %>% 
    summarize(rdi = 1/sum(abs(sci - si))) 

result 
# # A tibble: 2 × 2 
#   city rdi 
#  <fctr> <dbl> 
# 1  Boston 7.5 
# 2 Washington 5.0 

Answer 2

這個答案是基於@Gregor漂亮的答案。我剛纔想減少步驟，使您不必再創建一個data.frame然後加入它

df1 <- df %>% 
    mutate(ind_total = sum(emp)) %>% 
    group_by(industry) %>% 
    mutate(si = sum(emp)/first(ind_total)) %>% 
    group_by(city) %>% 
    mutate(sci = emp/sum(emp)) %>% 
    summarise(rdi = 1/sum(abs(sci - si))) 

> df1 
# A tibble: 2 × 2 
     city rdi 
     <fctr> <dbl> 
1  Boston 7.5 
2 Washington 5.0