R 如何在数据框中找到与特定标准匹配的最低值并返回特定列

首先，我对R很陌生，我也不熟悉问SO问题，所以如果我问了愚蠢的问题或者没有遵循SO惯例，请容忍我

我正试图根据多个用户以前的呼叫行为，为他们找到最佳的订阅类型。到目前为止，我已设法将大约98000行匹配起来，以计算（可变）订阅类型数量的有效成本

还有一个数据框，其中包含每个月每种订阅类型的预测成本：

现在，我正试图找到最好的订阅类型，每个用户和每个月的成本都低于当前的订阅类型。我将进行合并以显示我期望的结果：

因此，在2019-01月

subscription\u 2

的成本低于

User1

的当前订阅成本，因此应推荐

subscription2

。对于

2019-02

和

2019-03

月份，没有推荐，因为没有成本更低的订阅类型

对于

User2

subscription类型

subscription\u 3

应是所有月份的建议，因为这些成本始终低于当前订阅

我目前正在学习DataCamp.com上的课程，我非常确定这几乎肯定是

r

中的一个非常基本的操作，但我需要有人指导我正确的方向

这就是我到目前为止所做的：

library(dplyr)

effective.costs <- data.frame(
  user = c(rep("User1", 3), rep("User2", 3)),
  month = c(rep(c("2019-01", "2019-02", "2019-03"), 2)),
  current_subscription = c(rep("subscription_1", 3), rep("subscription_2", 3)),
  costs = c(70, 20, 50, 150, 130, 170)
)

predicted.costs <- data.frame(
  user = c(rep("User1", 9), rep("User2", 9)),
  month = c(rep("2019-01",3), rep("2019-02", 3), rep("2019-03", 3)),
  subscription = c(rep(c("subscription_1", "subscription_2", "subscription_3"), 6)),
  calculated_costs = c(
    c(70, 50, 110, 20, 50, 70, 50, 80, 120), 
    c(190, 150, 110, 210, 130, 110, 250, 170, 110)
    )
)

comparison <- merge(effective.costs, predicted.costs, by = c("user", "month"))

getRecommendation <- function(x) {
  subscription <- predicted.costs %>% 
    filter(
      calculated_costs < x['costs'] & 
      user == x['user'] & 
      month == x['month']
    ) %>%
    arrange(calculated_costs) %>%
    select(subscription) 
  subscription <- ifelse(
    length(subscription) > 0, 
    as.character(subscription[1, 1]), 
    NA
  )
  # I know return is not needed, but I'm used to it... :-)
  return(subscription)
}

effective.costs$recommendation <- apply(effective.costs, 1, getRecommendation)

View(effective.costs)

我正试图将其应用于

中的每一行
有效。成本
：

effective.costs$recommendation <- apply(effective.costs, 1, getRecommendation)

有效。成本$recommendation这取消了
apply
和
getRecommendation
功能
R
是矢量化的，因此我们应该尽可能多地考虑列

comparison <- merge(effective.costs, predicted.costs, by = c("user", "month"))

comparison%>%
  mutate(net_savings = calculated_costs-costs)%>%
  group_by(user, month)%>%
  filter(net_savings == min(net_savings))%>%
  slice(1) #for ties

比较%
突变（净节约=计算成本-成本）%>%
分组依据（用户，月份）%>%
过滤器（净节省==最小值（净节省））%>%
切片（1）#用于扎带

apply（）
函数的问题是
apply（）
将data.frame强制为矩阵。一个矩阵只能有一种类类型-在本例中，您正在将一个数字与
computed_costs
中的字符串进行比较

具体来说，评估是
计算的\u成本<'50'
，其中有一个额外的2位数空间。无论出于何种原因，
50<'70'
评估
FALSE
而
110<'190'
评估
TRUE

在这种情况下，解决方法是以不同的方式处理问题。无需通过
apply
执行行操作
 抱歉，但我以为我就是这么做的？代码的前几行正在创建“虚拟”数据，如屏幕截图所示。。。你还希望我做什么？；-）对不起，伙计，我不知道我怎么会错过那个！：）@马丁-见下面的编辑。函数不起作用，因为
apply
将所有内容强制为一个字符。这使得数字比较困难。非常感谢你的解决方案和对我失败原因的解释！！！既然你提到了这一点，我还记得在华盛顿的课程中听到过这一点。。。你能解释一下最后的
slice（1）
是什么意思吗？它的意思是给我第一行。在这种情况下，因为我有group_by，这意味着给我每个组的第一行。这是为了防止关系出现，并与您的
as.character（订阅[1,1]）
语句对齐。啊，我想我现在明白了。我原以为这会被
过滤器（净节省==min（净节省））
所覆盖，但是
切片（1）
适用于两个推荐订阅，费用相同，这会给我一个重复的行，对吗？谢谢！对如果两个处方具有相同的成本，则该用户月份将返回多行。编辑：你可能会去掉我的净成本，直接看成本。我把它弄得比需要的复杂。
comparison <- merge(effective.costs, predicted.costs, by = c("user", "month"))

comparison%>%
  mutate(net_savings = calculated_costs-costs)%>%
  group_by(user, month)%>%
  filter(net_savings == min(net_savings))%>%
  slice(1) #for ties