Question

快速和缺点是我在使用相同因素的条件汇总计数和聚合函数时遇到问题。

假设我有这个数据帧：

library(dplyr)

df = tbl_df(data.frame(
    company=c("Acme", "Meca", "Emca", "Acme", "Meca", "Emca"), 
    year=c("2011", "2010", "2009", "2011", "2010", "2013"), 
    product=c("Wrench", "Hammer", "Sonic Screwdriver", "Fairy Dust", 
              "Kindness", "Helping Hand"), 
    price=c("5.67", "7.12", "12.99", "10.99", NA, FALSE)))

创建此数据帧（实质上）：

   company year  product             price
1    Acme  2011  Wrench              5.67
2    Meca  2010  Hammer              7.12
3    Emca  2009  Sonic Screwdriver   12.99
4    Acme  2011  Fairy Dust          10.99
5    Meca  2010  Kindness            NA
...  ...   ...   ...                 ...
n    Emca  2013  Helping Hand        FALSE

我们想要df <- group_by(df, company, year, product)，然后在一个集合（即数据帧）中获取以下信息：

每个价格清单的计数（包括NA，False）
每个人的数量都是＆＃39; NA＆＃39;条件
不包括NA和False的平均价格

最高价格

summarize(df, count = n()) #satisfies first item obviously

我在尝试获取其他人时遇到问题。我想我需要使用管道运营商？如果是这样，任何人都可以提供一些指导吗？

这是我尝试过的，而且是明显错误的，但我不确定下一步该去哪里：

 summarize(df,
           total.count = n(),
           count = filter(df, is.na(price)),
           avg.price = filter(df, !is.na(price), price != FALSE),
           max.price = max(filter(df, !is.na(price), price != FALSE))

是的，我已经审核了文档，我确信答案都在那里，但它们可能对我的理解来说太高级了。提前谢谢！

Answer 1

假设您的原始数据集与您创建的数据集类似（即NA为character。您可以在使用na.strings读取数据时指定read.table。但是，我想会自动检测到NA。

price列为factor，需要转换为numeric类。当您使用as.numeric时，所有非数字元素（即"NA"，FALSE）都会被强制显示NA}并显示警告。

library(dplyr)
df %>%
     mutate(price=as.numeric(as.character(price))) %>%  
     group_by(company, year, product) %>%
     summarise(total.count=n(), 
               count=sum(is.na(price)), 
               avg.price=mean(price,na.rm=TRUE),
               max.price=max(price, na.rm=TRUE))

数据

我使用的是显示的dataset（...行除外）。

df = tbl_df(data.frame(company=c("Acme", "Meca", "Emca", "Acme", "Meca","Emca"),
 year=c("2011", "2010", "2009", "2011", "2010", "2013"), product=c("Wrench", "Hammer",
 "Sonic Screwdriver", "Fairy Dust", "Kindness", "Helping Hand"), price=c("5.67",
 "7.12", "12.99", "10.99", "NA",FALSE)))

在相同因子上汇总计数和条件聚合函数

1 个答案:

数据