如何使用R中的sum和min进行聚合?
我很难按日期和SKU汇总不同的商店 我的示例数据如下所示:如何使用R中的sum和min进行聚合?,r,R,我很难按日期和SKU汇总不同的商店 我的示例数据如下所示: Date SKU Quantity Price 2010/01/01 52144 1 4.00 2010/01/01 87548 5 0.50 2010/01/01 47852 3 1.99 2010/01/01 52144 4 3.80 2010/01/02 87548 1 0.55 Date
Date SKU Quantity Price
2010/01/01 52144 1 4.00
2010/01/01 87548 5 0.50
2010/01/01 47852 3 1.99
2010/01/01 52144 4 3.80
2010/01/02 87548 1 0.55
Date SKU Quantity Price
2010/01/01 52144 5 3.80
2010/01/01 87548 5 0.50
2010/01/01 47852 3 1.99
2010/01/02 87548 1 0.55
我试着用agregate函数来表示如下:
Date SKU Quantity Price
2010/01/01 52144 1 4.00
2010/01/01 87548 5 0.50
2010/01/01 47852 3 1.99
2010/01/01 52144 4 3.80
2010/01/02 87548 1 0.55
Date SKU Quantity Price
2010/01/01 52144 5 3.80
2010/01/01 87548 5 0.50
2010/01/01 47852 3 1.99
2010/01/02 87548 1 0.55
谢谢 使用
dplyr
library(dplyr)
group_by(df, Date, SKU) %>%
summarize(Quantity = sum(Quantity), Price = min(Price))
# Date SKU Quantity Price
# 1 2010/01/01 47852 3 1.99
# 2 2010/01/01 52144 5 3.80
# 3 2010/01/01 87548 5 0.50
# 4 2010/01/02 87548 1 0.55
还有data.table
library(data.table)
setDT(df)[, .(Quantity = sum(Quantity), Price = min(Price)), by = .(Date, SKU)]
# Date SKU Quantity Price
# 1: 2010/01/01 52144 5 3.80
# 2: 2010/01/01 87548 5 0.50
# 3: 2010/01/01 47852 3 1.99
# 4: 2010/01/02 87548 1 0.55
在处理这类事情时,我发现这是一个很好的工具。假设您的数据存储在名为
df
的数据框中。您可以使用SELECT
指令获取所需内容:
sqldf("select Date, SKU, sum(a.Quantity) as Quantity, min(a.Price) as price
from df as a
group by Date, SKU")
您可以使用标准SQL指令来操作、过滤或聚合存储在数据帧中的数据(这些数据帧的sqldf读起来就像是表一样)
dat <- read.table(header = TRUE, text = "Date SKU Quantity Price
2010/01/01 52144 1 4.00
2010/01/01 87548 5 0.50
2010/01/01 47852 3 1.99
2010/01/01 52144 4 3.80
2010/01/02 87548 1 0.55")
tmp <- within(dat, {
sums <- ave(Quantity, list(Date, SKU), FUN = sum)
mins <- ave(Price, list(Date, SKU), FUN = min)
})
tmp[!with(tmp, duplicated(cbind(Date, SKU))), ]
# Date SKU Quantity Price mins sums
# 1 2010/01/01 52144 1 4.00 3.80 5
# 2 2010/01/01 87548 5 0.50 0.50 5
# 3 2010/01/01 47852 3 1.99 1.99 3
# 5 2010/01/02 87548 1 0.55 0.55 1
dat是否有一种方法可以使用aggregate
、dplyr
或其他函数/包“同时”完成此操作?(例如,一列的总和和另一列的最小值)不确定聚合,但dplyr
和数据。表
更容易找到一些指导原则。我们不会对其中任何一列进行投票,但是+1让我咳嗽发笑。