我的数据如下所示:
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'))
有时我需要对多列进行一些复杂的计算,并按多个因素级别聚合值。举一个简单的例子,如果我想获得每个质量
内的收入(=价格*销售额)
分布并按品牌
分割,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
如果在图中显示:
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此图,但我的主要兴趣是获取中间结果较少的数据框(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,或者已经有一些函数可以促进此类任务。
最佳答案
您可以尝试dplyr
res <- df %>%
group_by(Quality) %>%
mutate(Revenue= Price*Sales,RevSumByQ=sum(Revenue)) %>%
group_by(Brand) %>%
mutate(RevSumWithinQByB= sum(RevSumByQ),
RevDistWithinQByB= RevSumByQ/RevSumWithinQByB )
关于r - 多列计算和多因子水平聚合值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27639479/