跟踪多个数据帧中列值的变化

如何解决跟踪多个数据帧中列值的变化

我正在尝试跨两个时间范围（和两个单独的数据帧）跟踪学生课程注册的变化。我有两个数据框，一个数据框列出了学生在上课第一天就读的课程，另一个数据框列出了上学期的入学率。

我正在尝试通过科目和课程编号来跟踪留在第一天上课的学生所占的百分比（以及因此而改变课程的百分比）。

两个数据框都看起来像这样：

    YRTR    TECH_ID COU_ID  SUBJ    COU_NBR sub_cou    drop_date first_day
1   20173   12712    401    EXSC    1129    EXSC 1129   42608    42602
2   20173   12712    497    ENGC    1101    ENGC 1101   42608    42602
3   20173   128753   582    SOC     1104    SOC 1104    42608    42602
4   20173   110079   402    EXSC    1105    EXSC 1105   42608    42602
5   20173   110079   403    EXSC    1128    EXSC 1128   42608    42602
6   20173   129084   190    COMM    1111    COMM 1111   42608    42602
7   20173   364092   951    PHYS    1114    PHYS 1114   42608    42602

基本上，我想跟踪每个学生（通过tech_id）在df1中注册的课程列表，以及与该学生在df2中注册的课程的比较。到目前为止，我一直在使用dplyr来安排事情，但是可以接受所有选择！

解决方法

没有进一步说明，对此问题有很多答案。假设我们正在寻找在开始和中期之间放弃或更改课程的学生百分比，那么以下方法可以解决问题。由于无法复制数据，因此输入了类似的内容。

首先，将数据帧合并，并识别与更改关联的TECH_ID。

library(dplyr)
library(magrittr)

df1 <- tibble(TECH_ID = c(12712,12712,128753,110079,129084,364092),STR_COU_ID = c(401,405,411,401,512,500))

df2 <- tibble(TECH_ID = c(12712,MID_COU_ID = c(401,407,402,501))

change <- df1 %>%
  full_join(df2) %>%
  group_by(TECH_ID) %>%
  mutate(change = if_else(STR_COU_ID %in% MID_COU_ID,FALSE,TRUE),change = if_else(TRUE %in% change,TRUE,FALSE)) %>%
  ungroup() %>%
  distinct(TECH_ID,change)

第二，我们按以下方法计算更改或放弃一门或多门课程（使用magrittr）的学生百分比。

sum(change$change) %>%
  divide_by(nrow(change)) %>%
  multiply_by(100)

# 60

,

对于注册变更，我将加入数据框，然后计算变更，例如

df1 %>% left_join(df2,by= "TECH_ID") %>% mutate(change = enrollment_mid/enrollment_start)

当然，您只能在连接后从df2中选择所需的列，以避免在结果数据框中出现相同的列：

df1 %>% left_join(df2 %>% select(TECH_ID,enrollment_mid),by= "TECH_ID") %>% mutate(change = enrollment_mid/enrollment_start)

或：

merge(x = df1,y = df2[,c("TECH_ID","enrollment_mid")],by = "mpg")

然后您可以按照上面的方法%>% mutate(change = enrollment_mid/enrollment_start)进行计算