Question

不幸的是，我有另一个问题我无法单独解决 - 我想列出每个用户订购最多的大小。如果2个或更多尺寸具有相同的出现率，则应写入“ - ”

已经使用数据表尝试过，但我仍然坚持如何解决它;）

setDT(DB)[, `:=` (mostorderedsize = .N), by='customerID,size']

预期结果：

mostorderedsize = c("m", "-", 42, "m", "m", 42, "-", "-", "m", "m")

数据：

DB <- data.frame(orderID  = c(1,2,3,4,5,6,7,8,9,10),     
orderDate = c("1.1.14","1.1.14","1.1.14","1.1.14","2.1.14", "2.1.14","2.1.14","2.1.14","2.1.14","2.1.14"),  
itemID = c(2,3,2,5,12,4,2,3,1,5),  
size = c("m", "l", 42, "xxl", "m", 42, 39, "m", "xl", 44),
customerID = c(1, 2, 3, 1, 1, 3, 2, 2, 1, 1),
ItemReturned = c(0, 0, 0, 1, 1, 0, 1, 0, 0, 0))

希望你能告诉我什么是错的，或者告诉我另一种解决问题的可能性。

Answer 1

使用Base R：

使用tapply循环访问customerID组并使用table

汇总大小

tmp <- with(DB, tapply(size, customerID, function(x) {
  tbl <- table(x)
  most <- which(tbl == max(tbl))
  if (length(most) > 1) return('-') else return(names(tbl)[most])
}))

然后可以使用customerID列进行索引以广播结果：

DB$mostoreredsize <- tmp[DB$customerID]
DB
> DB
   orderID orderDate itemID size customerID ItemReturned mostoreredsize
1        1    1.1.14      2    m          1            0              m
2        2    1.1.14      3    l          2            0              -
3        3    1.1.14      2   42          3            0             42
4        4    1.1.14      5  xxl          1            1              m
5        5    2.1.14     12    m          1            1              m
6        6    2.1.14      4   42          3            0             42
7        7    2.1.14      2   39          2            1              -
8        8    2.1.14      3    m          2            0              -
9        9    2.1.14      1   xl          1            0              m
10      10    2.1.14      5   44          1            0              m

每个用户最常出现的大小

1 个答案: