当前位置 : 主页 > 手机开发 > 其它 >

按多个因子级别计算多列和聚合值

来源:互联网 收集:自由互联 发布时间:2021-06-22
我的数据如下: df - data.frame(Price=seq(1, 1.5, 0.1), Sales=seq(6, 1, -1), Quality=c('A','A','A','B','B','B'), Brand=c('F','P','P','P','F','F')) 有时我需要对多个列进行一些复杂的计算,并按多个因子级别聚合值
我的数据如下:

df <- data.frame(Price=seq(1, 1.5, 0.1),
                 Sales=seq(6, 1, -1),
                 Quality=c('A','A','A','B','B','B'),
                 Brand=c('F','P','P','P','F','F'))

有时我需要对多个列进行一些复杂的计算,并按多个因子级别聚合值.举一个简单的例子,如果我想在每个质量中获得收入(=价格*销售)分布并按品牌划分,我会这样做

df$Revenue <- df$Price*df$Sales

RevSumByQ <- aggregate(Revenue~Quality, data=df, sum)
colnames(RevSumByQ)[2] <- "RevSumByQ"
df <- merge(df, RevSumByQ)

RevSumWithinQByB <- aggregate(RevSumByQ~Brand, data=df, sum)
colnames(RevSumWithinQByB)[2] <- "RevSumWithinQByB"
df <- merge(df, RevSumWithinQByB)

df$RevDistWithinQByB = df$RevSumByQ/df$RevSumWithinQByB
df

  Brand Quality Price Sales Revenue RevSumByQ RevSumWithinQByB RevDistWithinQByB
1     F       A   1.0     6     6.0      16.3             32.7         0.4984709
2     F       B   1.4     2     2.8       8.2             32.7         0.2507645
3     F       B   1.5     1     1.5       8.2             32.7         0.2507645
4     P       A   1.1     5     5.5      16.3             40.8         0.3995098
5     P       A   1.2     4     4.8      16.3             40.8         0.3995098
6     P       B   1.3     3     3.9       8.2             40.8         0.2009804

如果在情节中显示:

require(ggplot2)
ggplot(data=df, aes(x=Brand, y=RevDistWithinQByB, fill=Quality)) + geom_bar(stat='identity')

应该有更好的方法来绘制这个图,但我的主要兴趣是获得具有较少中间结果的数据框(Revenue,RevSumByQ,RevSumWithinQByB).我可以在我的方法中看到一个结构,所以我想知道是否有更优雅的解决方案,或者已经有一些功能可以促进这种任务.

你可以试试dplyr

res <- df %>%
         group_by(Quality) %>% 
         mutate(Revenue= Price*Sales,RevSumByQ=sum(Revenue)) %>% 
         group_by(Brand) %>% 
         mutate(RevSumWithinQByB= sum(RevSumByQ),
             RevDistWithinQByB= RevSumByQ/RevSumWithinQByB )
网友评论