r-dplyr:使用矩阵中的值子集创建带有case_hen的新列

Question

我正试图使用mutate和case_when在数据帧中创建一个新列，但我得到了意外的结果。

以下是我的数据子集的dput：Pastebin。

其目的是计算在多个完全独立的市场中产品的自有和交叉价格弹性。我的想法是使用case_when为自己和交叉弹性使用不同的表达式，并使用唯一的乘积标识符(IDprod_un_j和IDprod_un_l(从另一个矩阵中对一些值进行子集设置。这是我正在使用的代码：

elast_small %<>% 
mutate(
eta_jlm_rc = case_when(
IDprod_j == IDprod_l ~ (-price_j/share_j) * rowMeans(-alpha_i_rc * share_i_small[IDprod_un_j,] * (1-share_i_small[IDprod_un_j,])),
IDprod_j != IDprod_l ~ (-price_l/share_j) * rowMeans(alpha_i_rc * share_i_small[IDprod_un_j,] * share_i_small[IDprod_un_l,])
)
)

这运行时没有错误，但当我尝试验证结果时，我得到了不同的值：

> -elast_small$price_j[1] / elast_small$share_j[1] * mean(-alpha_i_rc * share_i_small[1,] * (1-share_i_small[1,]))
[1] -10.02669
> elast_small$eta_jlm_rc[1]
[1] -14.83231

我在这里错过了什么？

Answer 1

如果您按产品类型j和l分组，然后在交给mutate()语句之前使(-price/share)乘以的变量为

tmp <- elast_small %>% 
group_by(IDprod_un_j,IDprod_un_l) %>% 
mutate(
newvar1 = mean(-alpha_i_rc * share_i_small[IDprod_un_j, ] * (1-share_i_small[IDprod_un_j, ])), 
newvar2 = mean(alpha_i_rc * share_i_small[IDprod_un_j, ] * share_i_small[IDprod_un_l, ]), 
eta_jlm_rc = case_when(
IDprod_j == IDprod_l ~ (-price_j/share_j) * newvar1,
IDprod_j != IDprod_l ~ (-price_l/share_j) * newvar2
)
)
tmp %>% 
select(IDprod_un_j, IDprod_un_l, eta_jlm_rc2) %>% 
as.data.frame %>% 
head
# IDprod_un_j IDprod_un_l   eta_jlm_rc2
# 1           1           1 -10.026692702
# 2           1           2   0.001446025
# 3           1           3   0.005316131
# 4           1           4   0.133027210
# 5           1           5   0.017306581
# 6           1           6   0.063833755

Answer 2

这里缺少的是case_when没有逐行应用RHS，而是对每种情况一次性应用，因此share_i_small[IDprod_un_j,]返回一个包含多行的矩阵。向量和矩阵的乘积是在R中按列进行的，因此乘积是不正确的。

这解决了问题：

elast %<>%
mutate(
eta_jlm_rc = case_when(
IDprod_j == IDprod_l ~ (-price_j/share_j) * rowMeans(t(t(share_i[IDprod_ud_j,] * (1-share_i[IDprod_ud_j,])) * -alpha_i_rc)),
IDprod_j != IDprod_l ~ (-price_l/share_j) * rowMeans(t(t(share_i[IDprod_ud_j,] * share_i[IDprod_ud_l,]) * alpha_i_rc))
)
)