Question

我有一个包含以下变量的数据集--Bill_Number，Item_Name，Quantity。单个Bill_Number下可以有多个Item_Names。我试图通过Bill_Number和Quantity来总结它，其中Item_Names被连接成每个账单号的单个变量。这里的解决方案：Combine several row variables适用于有限和预定义的框架（如下所示），但我有数百个Item_Names。我相信有一种更简单的方法可以做到这一点。有人可以帮忙吗？

数据（仅限样本）：

BillN<-c('B1','B1','B1','B1','B2','B2','B2','B2','B3','B3','B3','B3')

Item_Name<-c('Prod A','Prod B','Prod C','Prod D','Prod A','Prod B','Prod C','Prod D','Prod A','Prod B','Prod C','Prod D') # going on to Product(n)

Quantity<-c(1,2,1,2,1,2,1,1,1,2,1,1)

输出：使用ply::ddply

ddply(within(Dummy1, {
  Item_Name <- ifelse(Item_Name %in% c('Prod A','Prod B','Prod C'), 'Prod A + Prod B + Prod C', 'Prod D')
}), .(BillN, Item_Name), summarise, Count=sum(Quantity))

这取决于'Prod D'是一个单独的行，而我需要给定数字的所有产品和该帐单号的总数量的组合。

我需要的输出采用以下格式：

BillN | Item_Name |量

B1 | Prod A + Prod B + Prod C + Prod D | 4

B2 | Prod A + Prod B + Prod C + Prod D | 4

B3 | Prod A + Prod B + Prod C + Prod D | 4

而我从上面的代码得到的输出是：

BillN | Item_Name |量

B1 | Prod A + Prod B + Prod C | 4

B1 |产品D | 2

B2 | Prod A + Prod B + Prod C | 4

B2 |产品D | 2

B3 | Prod A + Prod B + Prod C | 4

B3 |产品D | 2

扩展方案，如果我有更多变量，例如每个Item_Name的Brand，Category，Sub_category和Sales_Amount作为数字变量，进一步求和，会发生什么？

如果您需要更多信息或有疑问，请与我们联系。

谢谢，拉乌尔

Answer 1

以下是使用data.table包的快速解决方案：

第1步：创建data.table

library(data.table)

DT <- data.table(
  BillN=c('B1','B1','B1','B1','B2','B2','B2','B2','B3','B3','B3','B3'),
  Item_Name=c('Prod A','Prod B','Prod C','Prod D','Prod A','Prod B','Prod C','Prod D','Prod A','Prod B','Prod C','Prod D'), # going on to Product(n)
  Quantity=c(1,2,1,2,1,2,1,1,1,2,1,1)
)

步骤2：设置适当的密钥：

setkey(DT,BillN)

步骤3：确保字符串向量Item_Name不是factor。

DT[,Item_Name := as.character(Item_Name)]

步骤4：按key

执行操作

DT[,list(Item_Name =paste(Item_Name,collapse=" + "),
         Quantity=sum(Quantity)),
   by=key(DT)]

您可以按原样使用结果，也可以折叠每一行！这很简单!!

Answer 2

以下是根据Quantity将BillN变量和BillN s的计数相加作为预期输出所需的示例：

Dummy1 <- data.frame(BillN, Item_Name, Quantity)

ldply(by(Dummy1, Dummy1$BillN, simplify=TRUE, FUN=function(x) {

  BillN <- x[1,]$BillN
  Quantity <- sum(x$Quantity)
  Item_Name <- paste(as.character(unique(x$Item_Name)), sep="", collapse=" + ")
  BillCt <- nrow(x)

  return(data.frame(BillN, Item_Name, Quantity, BillCt))

}))[2:5]

##  BillN                         Item_Name Quantity BillCt
## 1    B1 Prod A + Prod B + Prod C + Prod D        6      4
## 2    B2 Prod A + Prod B + Prod C + Prod D        5      4
## 3    B3 Prod A + Prod B + Prod C + Prod D        5      4

在R中的单个变量中聚合分类变量值

2 个答案: