0

Year と CountyID でデータをグループ化し、サブセット データで splinefun (3 次スプライン補間) を使用しようとしています。私はアイデアを受け入れますが、splinefun は必須であり、変更することはできません。

これが私が使用しようとしているコードです:

age <- seq(from = 0, by = 5, length.out = 18)

TOT_POP <- df %.%
group_by(unique(df$Year), unique(df$CountyID) %.%
splinefun(age, c(0, cumsum(df$TOT_POP)), method = "hyman")

これが私のデータのサンプルで、Year = 2010 : 2013、Agegrp = 1 : 17 で、CountyID は米国内のすべての郡と同じです。 

CountyID    Year        Agegrp      TOT_POP
1001        2010        1           3586
1001        2010        2           3952
1001        2010        3           4282
1001        2010        4           4136
1001        2010        5           3154

私がやっていることは、Agegrp 1 : 17 を取得し、グループを 0 ～ 84 の個々の年に分割することです。現在、各グループは 5 年を表しています。splinefun を使用すると、プロセスに一定レベルの数学的厳密さを提供しながら、これを行うことができます。つまり、splinefun を使用すると、米国の各郡の年齢ごとの人口合計を提供できます。

最後に、splinefun コード自体は機能しますが、group_by 関数内では機能しません。次のようになります。

Error: wrong result size(4), expected 68 or 1.

私が使用しているsplinefunコードは次のように機能します

TOT_POP <- splinefun(age, c(0, cumsum(df$TOT_POP)), 
           method  = "hyman") 

TOT_POP = pmax(0, diff(TOT_POP(c(0:85))))

これは、1 年間に 1 つの CountyID でテストされました。このプロセスを「x」年、約 3200 郡にわたって繰り返す必要があります。

4

2 に答える 2

1 
# Reproducible data set
set.seed(22)
df = data.frame( CountyID = rep(1001:1005,each = 100), 
                 Year = rep(2001:2010, each = 10),
                 Agegrp = sample(1:17, 500, replace=TRUE),
                 TOT_POP = rnorm(500, 10000, 2000))

# Convert Agegrp to age
df$Agegrp = df$Agegrp*5
colnames(df)[3] = "age"

# Make a spline function for every CountyID-Year combination
split.dfs = split(df, interaction(df$CountyID, df$Year))
spline.funs = lapply(split.dfs, function(x) splinefun(x[,"age"], x[,"TOT_POP"]))

# Use the spline functions to interpolate populations for all years between 0 and 85
new.split.dfs = list()
for( i in 1:length(split.dfs)) {
  new.split.dfs[[i]] = data.frame( CountyID=split.dfs[[i]]$CountyID[1],
                                   Year=split.dfs[[i]]$Year[1],
                                   age=0:85,
                                   TOT_POP=spline.funs[[i]](0:85))
}


# Does this do what you want? If so, then it will be 
# easier for others to work from here
# > head(new.split.dfs[[1]])
# CountyID Year age  TOT_POP
# 1     1001 2001   0 909033.4
# 2     1001 2001   1 833999.8
# 3     1001 2001   2 763181.8
# 4     1001 2001   3 696460.2
# 5     1001 2001   4 633716.0
# 6     1001 2001   5 574829.9
# > tail(new.split.dfs[[2]])
# CountyID Year age   TOT_POP
# 81     1002 2001  80 10201.693
# 82     1002 2001  81  9529.030
# 83     1002 2001  82  8768.306
# 84     1002 2001  83  7916.070
# 85     1002 2001  84  6968.874
# 86     1002 2001  85  5923.268
于 2014-07-09T02:53:00.250 に答える
0

まず、私が達成しようとしていたことに間違った表現を使用していたと思います。申し訳ありません。group_by は実際には問題を解決するつもりはありませんでした。しかし、2 つの関数と ddply を使用して問題を解決できました。問題を解決したコードは次のとおりです。

interpolate <- function(x, ageVector){
result <- splinefun(ageVector, 
          c(0, cumsum(x)), method = "hyman")
diff(result(c(0:85)))
}

mainFunc <- function(df){

age <- seq(from = 0, by = 5, length.out = 18)
colNames <- setdiff(colnames(df)
            c("Year","CountyID","AgeGrp"))
colWiseSpline <- colwise(interpolate, .cols = true,
                 age)(df[ , colNames])

cbind(data.frame(
Year = df$Year[1],
County = df$CountyID[1],
Agegrp = 0:84
),
colWiseSpline
)
}

CompleteMainRaw <- ddply(.data = df, 
                    .variables = .(CountyID, Year), 
                    .fun = mainFunc)

コードは各郡を年ごとに取得し、その人口データのサブセットに対して splinefun を実行します。同時に、結果を含む data.frame を作成します。つまり、適切に因数分解しながら、データを 17 歳のグループから 85 歳のグループに分割します。これが splinefun の機能です。

ありがとう！

于 2014-07-09T18:30:54.957 に答える