在 R 中创建二元对平均值

Question

我想创建各国生产的商品价格的成对平均值。我的数据看起来像这样

df <- data.frame(country    = c("US; UK; FI", "CN; IT; US; GR", "UK; US"),
                 product_id = c(1, 2, 3),
                 price      = c(300, 500, 200))

我想转换数据以创建两个国家之间的平均价格。像这样的东西：

Ctr_1 Ctr_2 Avg_Price
US    UK    250
US    FI    300
US    CN    500
US    IT    500
UK    FI    300
UK    US    250
CN    IT    500
CN    US    500
CN    GR    500
IT    CN    500
IT    US    500
IT    GR    500
GR    CN    500
GR    IT    500
GR    US    500

我尝试将数据更改为长格式。

library(data.table)

setDT(df)

df1 <- df[, .(country = unlist(strsplit(country, "; "))), by = .(product_id)]

但不知道如何从这里继续。任何帮助将非常感激。事实上，还有一个年份变量，其想法是每年成对聚合以创建面板数据集。

Answer 1

这是使用 tidyverse 库的解决方案。重要步骤是：

• unnest

  将国家/地区字段拆分为列表后创建一个长数据集

• left_join

  创建数据帧行的笛卡尔积

library(dplyr)
library(tidyr)
df %>%
    mutate(country = strsplit(country, "; +")) %>%
    unnest(cols = c(country)) %>%
    left_join(., ., by = "product_id", relationship = "many-to-many") %>%
    filter(country.x != country.y) %>%
    mutate(price = mean(c(price.x, price.y))) %>%
    rename(Country1 = country.x,
           Country2 = country.y) %>%
    select(Country1, Country2, product_id, price)


## + # A tibble: 20 × 4
##    Country1 Country2 product_id price
##    <chr>    <chr>         <dbl> <dbl>
##  1 US       UK                1   410
##  2 US       FI                1   410
##  3 UK       US                1   410
##  4 UK       FI                1   410
##  5 FI       US                1   410
##  6 FI       UK                1   410
##  7 CN       IT                2   410
##  8 CN       US                2   410
##  9 CN       GR                2   410
## 10 IT       CN                2   410
## 11 IT       US                2   410
## 12 IT       GR                2   410
## 13 US       CN                2   410
## 14 US       IT                2   410
## 15 US       GR                2   410
## 16 GR       CN                2   410
## 17 GR       IT                2   410
## 18 GR       US                2   410
## 19 UK       US                3   410
## 20 US       UK                3   410