Question

我的数据框如下所示：

View(df)
Product     Value
  a           2
  b           4 
  c           3
  d           10
  e           15
  f           5
  g           6
  h           4
  i           50
  j           20
  k           35
  l           25
  m           4
  n           6
  o           30
  p           4
  q           40
  r           5
  s           3
  t           40

我想找到9种最昂贵的产品，并总结其余的产品。它应该是这样的：

Product     Value 
  d           10
  e           15
  i           50
  j           20
  k           35
  l           25
  o           30
  q           40
  t           40
 rest         46

Rest是其他11种产品的总和。我用summaries尝试了它，但它不起作用：

new <- df %>%
  group_by(Product)%>%
summarise((Value > 10) = sum(Value)) %>%
  ungroup()

Answer 1

我们可以使用dplyr::row_number在使用arrange按Value排序数据后对观察结果进行有效排名。然后，我们对Product列进行扩充，以便前9中不包含的任何值都编码为Rest。最后，我们按更新的Product进行分组，并使用summarise

获取总和

dat %>%
    arrange(desc(Value)) %>%
    mutate(RowNum = row_number(),
           Product = ifelse(RowNum <= 9, Product, 'Rest')) %>%
    group_by(Product) %>%
    summarise(Value = sum(Value))

# A tibble: 10 × 2
   Product Value
     <chr> <int>
1        d    10
2        e    15
3        i    50
4        j    20
5        k    35
6        l    25
7        o    30
8        q    40
9     Rest    46
10       t    40

数据

dat <- structure(list(Product = c("a", "b", "c", "d", "e", "f", "g", 
"h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t"
), Value = c(2L, 4L, 3L, 10L, 15L, 5L, 6L, 4L, 50L, 20L, 35L, 
25L, 4L, 6L, 30L, 4L, 40L, 5L, 3L, 40L)), .Names = c("Product", 
"Value"), class = "data.frame", row.names = c(NA, -20L))

Answer 2

使用dplyr的另一种方法是使用do创建结果。由于您需要使用.$，因此代码有点难以阅读，但您可以避免使用ifelse/if_else。在按Value排列订单后，您可以创建两个向量。一个有前九个产品名称和“休息”。另一个具有前九个值和其他值的总和。您可以使用do直接创建数据框。

df %>%
arrange(desc(Value)) %>%
do(data.frame(Product = c(as.character(.$Product[1:9]), "Rest"),
              Value = c(.$Value[1:9], sum(.$Value[10:length(.$Value)]))))

#   Product Value
#1        i    50
#2        q    40
#3        t    40
#4        k    35
#5        o    30
#6        l    25
#7        j    20
#8        e    15
#9        d    10
#10    Rest    46

Answer 3

以下是使用data.table

的一个选项

library(data.table)
setDT(df)[, i1 := .I][order(desc(Value))
          ][-(seq_len(9)), Product := 'rest'
           ][, .(Value = sum(Value), i1=i1[1L]), Product
           ][order(Product=='rest', i1)][, i1 := NULL][]
#    Product Value
#1:       d    10
#2:       e    15
#3:       i    50
#4:       j    20
#5:       k    35
#6:       l    25
#7:       o    30
#8:       q    40
#9:       t    40
#10:   rest    46

汇总Dataframe中的最低值？

3 个答案:

数据