r以dplyr表示的每组总和
我开始喜欢r以dplyr表示的每组总和,r,ggplot2,dplyr,R,Ggplot2,Dplyr,我开始喜欢dplyr,但我被一个用例卡住了。我希望能够将cumsum应用到包中的数据帧中的每个组中,但我似乎无法正确实现它 对于演示数据帧,我生成了以下数据: set.seed(123) len = 10 dates = as.Date('2014-01-01') + 1:len grp_a = data.frame(dates=dates, group='A', sales=rnorm(len)) grp_b = data.frame(dates=dates, group='B', sal
dplyr
,但我被一个用例卡住了。我希望能够将cumsum
应用到包中的数据帧中的每个组中,但我似乎无法正确实现它
对于演示数据帧,我生成了以下数据:
set.seed(123)
len = 10
dates = as.Date('2014-01-01') + 1:len
grp_a = data.frame(dates=dates, group='A', sales=rnorm(len))
grp_b = data.frame(dates=dates, group='B', sales=rnorm(len))
grp_c = data.frame(dates=dates, group='C', sales=rnorm(len))
df = rbind(grp_a, grp_b, grp_c)
这将创建一个数据帧,看起来像:
dates group sales
1 2014-01-02 A -0.56047565
2 2014-01-03 A -0.23017749
3 2014-01-04 A 1.55870831
4 2014-01-05 A 0.07050839
5 2014-01-06 A 0.12928774
6 2014-01-02 B 1.71506499
7 2014-01-03 B 0.46091621
8 2014-01-04 B -1.26506123
9 2014-01-05 B -0.68685285
10 2014-01-06 B -0.44566197
11 2014-01-02 C 1.22408180
12 2014-01-03 C 0.35981383
13 2014-01-04 C 0.40077145
14 2014-01-05 C 0.11068272
15 2014-01-06 C -0.55584113
然后,我继续创建一个用于绘图的数据帧,但是使用了一个for循环,我想用更干净的东西来替换它
pdf = data.frame(dates=as.Date(as.character()), group=as.character(), sales=as.numeric())
for(grp in unique(df$group)){
subs = filter(df, group == grp) %>% arrange(dates)
pdf = rbind(pdf, data.frame(dates=subs$dates, group=grp, sales=cumsum(subs$sales)))
}
我使用此pdf
创建一个绘图
p = ggplot()
p = p + geom_line(data=pdf, aes(dates, sales, colour=group))
p + ggtitle("sales per group")
是否有更好的方法(使用dplyr方法)来创建此数据帧?我已经研究了
summary
方法,但这似乎是从N个项目->1个项目聚合一个组。这个用例目前似乎破坏了我的dplyr流程。有没有更好的建议 啊。我四处摆弄之后,似乎找到了它
pdf = df %>% group_by(group) %>% arrange(dates) %>% mutate(cs = cumsum(sales))
有问题的forloop的输出:
此代码行的输出:
试用
group_by(group) %>%
arrange(group) %>%
summarise(cs = sum(sales)) %>%
mutate(sales_grp = cumsum(cs))
我知道这个Q/A有点过时,但这可能会帮助那些在阅读了dplyr发布的cumsum()解决方案后陷入困境的人
在及
以上链接中发布的解决方案不按组汇总。代码只按顺序添加下一行,这不是分组的累积和。我认为OP是在寻找A组、B组和C组的销售额之和,每个组的总销售额加上下一组——在OPs案例中,您的总销售额n()应该是3,而不是15,加上一个分组的总和()。例如,如果您试图计算10月底之前的年销售额的百分比,那么这将很有帮助,这样您就需要每月的销售额总和,然后是全年的总销售额
因此,您需要首先按每个组汇总值,然后按组的顺序进行汇总。PS——这是我第一次尝试回答关于SO的问题,并发布一个对我有用的解决方案;所以,如果我的回答是错的,我希望你能善待我。我总是试图从我的错误中吸取教训。你是在追求这个:
df%>%groupby(group)%%>%mutate(累计销售额=累计销售额(销售))
?就在我写下我自己的答案时,我看到了你的评论。你是对的。如果你想提交答案,我很乐意给你分数。没有必要-你应该接受你自己的答案。:)您可能需要将%%>%arrange(dates)
添加到一行程序中,以防数据集不会像在for
循环中那样进行排序
> pdf = df %>% group_by(group) %>% mutate(cs = cumsum(sales))
> pdf
Source: local data frame [15 x 4]
Groups: group
dates group sales cs
1 2014-01-02 A -0.56047565 -0.5604756
2 2014-01-03 A -0.23017749 -0.7906531
3 2014-01-04 A 1.55870831 0.7680552
4 2014-01-05 A 0.07050839 0.8385636
5 2014-01-06 A 0.12928774 0.9678513
6 2014-01-02 B 1.71506499 1.7150650
7 2014-01-03 B 0.46091621 2.1759812
8 2014-01-04 B -1.26506123 0.9109200
9 2014-01-05 B -0.68685285 0.2240671
10 2014-01-06 B -0.44566197 -0.2215949
11 2014-01-02 C 1.22408180 1.2240818
12 2014-01-03 C 0.35981383 1.5838956
13 2014-01-04 C 0.40077145 1.9846671
14 2014-01-05 C 0.11068272 2.0953498
15 2014-01-06 C -0.55584113 1.5395087
group_by(group) %>%
arrange(group) %>%
summarise(cs = sum(sales)) %>%
mutate(sales_grp = cumsum(cs))