有条件地在dplyr中进行汇总/变异

尝试根据以前的分组进行条件汇总。遇到麻烦了。有条件地在dplyr中进行汇总/变异

我想根据哪些是在类型r1，由f分组后总结amt列。

重复性代码：

s <- sample(c('one', 'two'), 96, replace = TRUE) 
f <- sample(c('a','s','d','f'), 96, replace = TRUE) 
r1_amt <- runif(96, 1, 100) 
r2_amt <- runif(96, 1, 100) 
r3_amt <- runif(96, 1, 100) 
x <- data_frame(s, f, r1_amt, r2_amt, r3_amt) 


smy <- x %>% 
    group_by(f) %>% 
    summarise(n = n(), # population in each f group 
      num_r1 = sum(r1_amt >= 50)) # amount of r1 in each f group

我试过.[r1_amt >= 50]$amt，cumsum(r1_amt >= 50)，sum(ifelse(r1_amt >= 50, r1_amt, 0))但一直没能拿出的分组编号。

因此，1给定的行可以是r1的60，r2的40，r3的55，并且如果有意义的话，它应该被包括在仅用于r1和r3的总计数量列中。

来源

2017-07-24 Matt W.

什么是你期望的输出？ – Psidom

我调整了可重现的例子，因为我没有把它做得相当正确。如果在r1_amt中有超过50个，我想将给定的观察分类为r1。然后sum_r1_amt列应该是r1_amt的总和，只有当观察值大于50时。 –

@MattW。如果你想改变你的问题，请问另一个作为跟进。 16小时后回来并编辑您的问题并不专业。修改我的答案以解决您的新问题并不困难，但我会将其留给您，或者其他答案。 – Masoud

这太有点清洁的方式是可行的，但这应该工作：

x.v2 <- x # temp variable 
x.v2[which(x[,4] != 'r1'),3] <- 0 # replace values of tpe != 'r1' with 0's 

smy <- x.v2 %>% 
      group_by(f) %>% 
      summarise(n = n(), # population in each f group 
      num_r1 = sum(amt)) # sum of values for type == 'r1' in each group f 

rm(x.v2) # remove temp variable 

smy # output for seed = 123 (use set.seed(123) for building data) 


# f n num_r1 
# 1 a 20 114.1879 
# 2 d 28 611.9858 
# 3 f 19 351.5366 
# 4 s 29 357.8402

来源

2017-07-24 18:50:28 Masoud

这听起来像你想做的事就是由两个F组和类型来计算每-F /类型统计。

x %>% group_by(f, type) %>% summarise(num_type=n(), sum_type=sum(amt)) 
Source: local data frame [16 x 4] 
Groups: f [?] 

     f type num_type sum_type 
    <chr> <chr> <int>  <dbl> 
1  a r1  12 616.6610 
2  a r2  6 417.5589 
3  a r3  9 375.2246 
4  a r4  7 346.5796 
5  d r1  8 471.1253 
...

您可以使用tidyr回去宽形式的sum_type领域，但我只会为了显示这样做：

> res %>% spread(type, sum_amt) 
Source: local data frame [12 x 6] 
Groups: f [4] 

     f num_type  r1  r2  r3  r4 
* <chr> <int> <dbl> <dbl> <dbl> <dbl> 
1  a  6  NA 417.5589  NA  NA 
2  a  7  NA  NA  NA 346.5796 
3  a  9  NA  NA 375.2246  NA 
...

来源

2017-07-24 18:56:19 user295691

你绝对是对的。我意识到我没有真正创建可重复的例子，因为分组最有意义。让我编辑澄清 –

有条件地在dplyr中进行汇总/变异

回答

相关问题