我有一个如下所示的数据集:(有大约500列）
custid date store abc efg hij klm … xyz
1 1-Feb-13 a 2 0 2 1 1
1 5-Feb-13 c 0 3 3 0 0
1 9-Feb-13 a 3 3 0 0 1
1 31-Mar-13 a 3 0 0 0 0
可以看出，abc，efg，hij是正在销售的产品的名称....每个产品有1个这样的列，因此表示产品销售的总＃列是500 ....它有每次客户旅行的不同产品的销售......
我最需要的是创建500个数据框（不是列表），这样每个数据框都将包含该产品的列和其他常见列，如CustID，Date，store ......所以productabc的数据框架将仅包含以下列：
custid date store abc
1 1-Feb-13 a 2
1 5-Feb-13 c 0
1 9-Feb-13 a 3
1 31-Mar-13 a 3
除此之外，我还需要过滤那些包含该产品的＆gt; 0值的行...以上将转换为：
custid date store abc
1 1-Feb-13 a 2
1 9-Feb-13 a 3
1 31-Mar-13 a 3
我以为我会将产品名称abc，efg等放在一个列表中并循环遍历它，同时我还在每个产品数据集上创建新变量...所以，我还需要一个滞后变量，一天每个产品级别数据集之间的行程变量....我想这样做，在一个for循环中，我可以生成产品级别的数据集...像下面的东西（它不是像R一样，但是请帮忙）
colnames_df<-colnames(df[(c(4:500)]---- This will have the product names in a dataframe/list called colnames_df
for（i in 1 to nrow（colnames_df）{paste（“category”，i）＆lt; -df [，i＆gt; 0]
然后，我想以这样的方式遍历这个colnames_df：当循环开始时，第一个产品的数据集，即abc应该如上所述创建，等等......当abc是创建，应该还有滞后变量，行程之间的天数可以通过商店变化。我怎么做？我想在这里广泛利用循环..（请参阅下面每个产品级数据框的预期最终输出...）
custid date store abc lagdate daysbetweentrips
1 1-Feb-13 a 2 -
1 5-Feb-13 a 3 1-Feb-13 4
1 31-Mar-13 a 3 5-Feb-13 26
我一直在回答我的问题，但不知何故无法直接解决这个问题。任何帮助表示赞赏...
谢谢！
答案 0 :(得分：2)
这样的事情：
dat <- read.table(text="custid date store abc efg hij klm xyz
1 1-Feb-13 a 2 0 2 1 1
1 5-Feb-13 c 0 3 3 0 0
1 9-Feb-13 a 3 3 0 0 1
1 31-Mar-13 a 3 0 0 0 0", header=TRUE, stringsAsFactors=FALSE)
#Locale needs to be English to parse month names:
Sys.setlocale(category = "LC_TIME", locale = "English")
dat$date <- as.Date(dat$date, format="%d-%b-%y")
#reshape to long format
library(reshape2)
dat <- melt(dat, id.vars=c("custid", "date","store"))
#subset
dat <- dat[dat$value>0,]
#calculate days between trips per customer.
library(plyr)
dat <- ddply(dat, .(custid, variable), transform, daysbetweentrips=c(NA,diff(date)))
#I doubt the following is usefull:
dats <- by(dat, dat$variable, function(df) df)
dats
# dat$variable: abc
# custid date store variable value daysbetweentrips
# 1 1 2013-02-01 a abc 2 NA
# 2 1 2013-02-09 a abc 3 8
# 3 1 2013-03-31 a abc 3 50
# -------------------------------------------------------------------------------------------------------
# dat$variable: efg
# custid date store variable value daysbetweentrips
# 4 1 2013-02-05 c efg 3 NA
# 5 1 2013-02-09 a efg 3 4
# -------------------------------------------------------------------------------------------------------
# dat$variable: hij
# custid date store variable value daysbetweentrips
# 6 1 2013-02-01 a hij 2 NA
# 7 1 2013-02-05 c hij 3 4
# -------------------------------------------------------------------------------------------------------
# dat$variable: klm
# custid date store variable value daysbetweentrips
# 8 1 2013-02-01 a klm 1 NA
# -------------------------------------------------------------------------------------------------------
# dat$variable: xyz
# custid date store variable value daysbetweentrips
# 9 1 2013-02-01 a xyz 1 NA
# 10 1 2013-02-09 a xyz 1 8
答案 1 :(得分：0)
使用此：
for(i in names(df)[-(1:3)])
assign(i, with(df[order(df$store, df$date), c("custid","date","store",i)], {
lagdate <- c(NA, head(date,-1));
daysbetweentrips <- date - lagdate
}))
这将创建数据框，其名称由数据框的列名称给出（从第4列开始）。
如果您想要名为“Category_X”的数据帧，对于X，从1到497不等，您可以使用：
categ <- names(df)[-(1:3)]
for(i in seq_along(categ))
assign(paste0("Category_",i), with(df[order(df$store, df$date), c(1:3,i+3)], {
lagdate <- c(NA, head(date,-1));
daysbetweentrips <- date - lagdate
}))
也就是说，列表会更好......更好： - ）