Question

我需要一些帮助来编写一个带有三个分类输入的函数，并根据这些输入返回一个摘要统计向量。

该数据集包含零售商品的信息，这些商品可以通过零售商品，商品名称，商品类型以及零售价格和实际销售价格来指定。

现在我需要编写一个能够接受这些输入并平均，计算和计算所需其他任何东西的函数。

我已按如下方式设置了该功能（使用补充数据）：

dataold = data.frame(segment=c("golf","tenis","football","tenis","golf","golf"),
                   brand=c("x","y","z","y","x","a"),
                   type=c("iron","ball","helmet","shoe","driver","iron"),
                   retail=c(124,.60,80,75,150,108),
                   actual=c(112,.60,72,75,135,100))

retailsum = funtion(segment,brand,type){    
     datanew = dataold[which(dataold$segment='segment' & 
                             dataold$brand='brand' & 
                             dataold$type='type'),c("retail","actaul")]

     summary = c(dim(datanew)[1],colMeans(datanew))
     return(summary)
}

函数括号内的代码可以独立工作，但是一旦我将函数包装起来，我就会开始收到错误，或者只返回0次计数和NaN。

非常感谢任何帮助。我对R的经验很少，所以如果这是一个微不足道的问题我很抱歉，但我找不到解决方案。

Answer 1

您的代码中存在很多错误，包括：

function
使用单=（赋值）而不是==（相等测试）
actual
在您的函数中对segment，brand和type进行硬编码，而不是引用参数。

这是你的函数的样子，即它产生有效的结果：

retailsum <- function(data, segment,brand,type, FUN=colMeans){    
  x = with(data, data[segment==segment && brand==brand && type==type,
                      c("retail","actual")])
  match.fun(FUN)(x)
}

retailsum(dataold, "golf", "x", "iron", colMeans)
  retail   actual 
89.60000 82.43333

这是一个使用plyr包的（可能更灵活）解决方案。这会计算您的细分，品牌和类型的所有组合的功能：

library(plyr)
ddply(dataold, .(segment, brand, type), colwise(mean))
   segment brand   type retail actual
1 football     z helmet   80.0   72.0
2     golf     a   iron  108.0  100.0
3     golf     x driver  150.0  135.0
4     golf     x   iron  124.0  112.0
5    tenis     y   ball    0.6    0.6
6    tenis     y   shoe   75.0   75.0

Answer 2

Andrie的解决方案已经相当完整。（ddply很酷！不知道该功能......）

只需添加一个：如果您想计算所有可能组合的汇总值，您可以使用R的板载函数by将其作为单行计算：

by(dataold, list(dataold$segment, dataold$brand, dataold$type), 
       function(x) summary(x[,c('retail', 'actual')])
)

这不是你要求的严格要求，但可能仍然具有指导意义。

按分类数据分组的零售价格汇总统计

2 个答案: