Question

根据日期和SKU，我遇到了不同商店的麻烦。

我的样本数据是这样的：

Date        SKU    Quantity Price 
2010/01/01  52144    1        4.00
2010/01/01  87548    5        0.50
2010/01/01  47852    3        1.99
2010/01/01  52144    4        3.80
2010/01/02  87548    1        0.55

我正在尝试使用agreggate函数来像这样：

 Date        SKU    Quantity Price 
2010/01/01  52144    5        3.80
2010/01/01  87548    5        0.50
2010/01/01  47852    3        1.99
2010/01/02  87548    1        0.55

谢谢！

Answer 1

您可以使用dplyr

轻松完成此操作

library(dplyr)
group_by(df, Date, SKU) %>% 
    summarize(Quantity = sum(Quantity), Price = min(Price))
#         Date   SKU Quantity Price
# 1 2010/01/01 47852        3  1.99
# 2 2010/01/01 52144        5  3.80
# 3 2010/01/01 87548        5  0.50
# 4 2010/01/02 87548        1  0.55

还有data.table

library(data.table)
setDT(df)[, .(Quantity = sum(Quantity), Price = min(Price)), by = .(Date, SKU)]
#          Date   SKU Quantity Price
# 1: 2010/01/01 52144        5  3.80
# 2: 2010/01/01 87548        5  0.50
# 3: 2010/01/01 47852        3  1.99
# 4: 2010/01/02 87548        1  0.55

Answer 2

在处理这类事情时，我发现sqldf package是一个很棒的工具。我们假设您的数据存储在名为df的数据框中。您可以使用SELECT指令获取所需内容：

sqldf("select Date, SKU, sum(a.Quantity) as Quantity, min(a.Price) as price
       from df as a
       group by Date, SKU")

您可以使用标准SQL指令来操作，过滤或聚合存储在数据框中的数据（sqldf读取就像它们是表一样）

Answer 3

咳嗽咳嗽

dat <- read.table(header = TRUE, text = "Date        SKU    Quantity Price 
2010/01/01  52144    1        4.00
2010/01/01  87548    5        0.50
2010/01/01  47852    3        1.99
2010/01/01  52144    4        3.80
2010/01/02  87548    1        0.55")

tmp <- within(dat, {
  sums <- ave(Quantity, list(Date, SKU), FUN = sum)
  mins <- ave(Price, list(Date, SKU), FUN = min)
})

tmp[!with(tmp, duplicated(cbind(Date, SKU))), ]

#         Date   SKU Quantity Price mins sums
# 1 2010/01/01 52144        1  4.00 3.80    5
# 2 2010/01/01 87548        5  0.50 0.50    5
# 3 2010/01/01 47852        3  1.99 1.99    3
# 5 2010/01/02 87548        1  0.55 0.55    1

如何在R中使用sum和min进行汇总？

3 个答案: