Question

您好我有一个数据集，其中一行显示订单中的商品。一个订单可以包含更多项目，因此数据集中的行数更多。

数据如下：

    code        nr. Of items
1   252222016   5
3   252812016   1
5   252812016   1
6   253012016   1
12  253042016   20
13  253042016   20
15  253052016   1
16  253072016   3
18  253082016   4

我想要一个结果，我会总结＆＃34; nr。物品＆＃34;哪里有相同的＆＃34;代码＆＃34;并在行中写下resoult。如果一个订单有更多项目，我希望在订单的最后一行写入一个resoult，之前的行将是NA。

我希望最终解决方案如何：

        code    nr. Of items    result
1   252222016   5                 5
3   252812016   1                na
5   252812016   1                 2
6   253012016   1                 1
12  253042016   20               na
13  253042016   20               40
15  253052016   1                 1
16  253072016   3                 3
18  253082016   4                 4

我很感激帮助！

Answer 1

您可以将duplicated函数与参数fromLast = TRUE一起使用，即

library(dplyr)
df %>% 
  group_by(code) %>% 
  mutate(new = replace(cumsum(nr. Of items), duplicated(code, fromLast = TRUE), NA))

#Source: local data frame [9 x 3]
#Groups: code [7]

#       code    nr   new
#      <int> <int> <int>
#1 252222016     5     5
#2 252812016     1    NA
#3 252812016     1     2
#4 253012016     1     1
#5 253042016    20    NA
#6 253042016    20    40
#7 253052016     1     1
#8 253072016     3     3
#9 253082016     4     4

Answer 2

我们可以使用dplyr包完成此操作：

library(dplyr)    # load package
df1 %>%
    group_by(code) %>%
    mutate(rownum = 1,
           c_s_rn = cumsum(rownum),
           result = ifelse(c_s_rn == max(c_s_rn), sum(items), NA)) %>%
    select(-rownum, -c_s_rn)

#        code items result
# 1 252222016     5      5
# 2 252812016     1     NA
# 3 252812016     1      2
# 4 253012016     1      1
# 5 253042016    20     NA
# 6 253042016    20     40
# 7 253052016     1      1
# 8 253072016     3      3
# 9 253082016     4      4

使用R和lapply的基础split解决方案：

df1_2 <- df1
df1_2$rownum <- 1
do.call('rbind',
lapply(split(df1_2, df1_2$code), function(x)
    data.frame(x, 
               result = ifelse(cumsum(x$rownum) == sum(x$rownum), sum(x$items), NA)))
)[,-3]

#                   code items result
# 252222016    252222016     5      5
# 252812016.3  252812016     1     NA
# 252812016.5  252812016     1      2
# 253012016    253012016     1      1
# 253042016.12 253042016    20     NA
# 253042016.13 253042016    20     40
# 253052016    253052016     1      1
# 253072016    253072016     3      3
# 253082016    253082016     4      4

数据

df1 <- structure(list(
    code = c(252222016L, 252812016L, 252812016L, 253012016L, 
             253042016L, 253042016L, 253052016L, 253072016L, 253082016L), 
    items = c(5L, 1L, 1L, 1L, 20L, 20L, 1L, 3L, 4L)), 
    .Names = c("code", "items"), class = "data.frame", 
    row.names = c("1", "3", "5", "6", "12", "13", "15", "16", "18"))

Answer 3

使用ifelse和fromLast = TRUE的另一种dplyr替代方案：

library(dplyr)

df1 <- df1 %>% 
  group_by(code) %>% 
  mutate(result = ifelse(duplicated(code, fromLast = TRUE), NA, sum(nr.Of.items)))

Answer 4

我们可以使用data.table执行此操作。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df1)），按代码＆＃39;分组，if行数大于1（.N >1），然后将NA复制少一个比行数和连接（c(）与sum项目＆＃39;或else返回＆＃39;项目＆＃39;。分配（:=输出以创建新列＆＃39;结果＆＃39;。

library(data.table)
setDT(df1)[, result := if(.N>1) c(rep(NA, .N-1), sum(items)) else items, by = code]
df1
#        code items result
#1: 252222016     5      5
#2: 252812016     1     NA
#3: 252812016     1      2
#4: 253012016     1      1
#5: 253042016    20     NA
#6: 253042016    20     40
#7: 253052016     1      1
#8: 253072016     3      3
#9: 253082016     4      4

或者，我们也可以在最后一行以外的其他位置创建NA，而不是使用if/else＆＃39;项目的sum＆＃39;

setDT(df1)[, result := NA^(seq_len(.N) != .N)*sum(items) , by = code]

数据

df1 <- structure(list(
code = c(252222016L, 252812016L, 252812016L, 253012016L, 
         253042016L, 253042016L, 253052016L, 253072016L, 253082016L), 
items = c(5L, 1L, 1L, 1L, 20L, 20L, 1L, 3L, 4L)), 
.Names = c("code", "items"), class = "data.frame", 
row.names = c("1", "3", "5", "6", "12", "13", "15", "16", "18"))

Answer 5

使用dplyr包的另一种方法（使用@bouncyball的df1）是：

library(dplyr)
df1 %>% group_by(code) %>% mutate(result=ifelse(row_number()==n(),sum(items),NA))

组合R中的特定行数据

5 个答案:

数据

数据