Question

我所拥有的数据代表了此示例中给定商店Dist和One的销售额及其距离（Two）。我想做的是，根据销售意愿来定义商店集水区。 cacthment区域定义为包含50％销售额的半径。从商店距离最小（Dist）的订单开始，我想计算包含给定商店销售额50％的半径。

我在之前的模型中计算过以下df。

df <- data.frame(ID = c(1,2,3,4,5,6,7,8),
                 Store = c('One','One','One','One','Two','Two','Two','Two'),
                 Dist = c(1,5,7,23,1,9,9,23),
                 Sales = c(10,8,4,1,11,9,4,2))

现在我想找到最小距离dist，使得关闭数字达到Sales的50％。所以我的输出如下：

Output <- data.frame(Store = c('One','Two'),
                 Dist = c(5,9),
                 Sales = c(18,20))

我在实际的df中有很多观察，并且我不知道我能够解决50％，所以我需要四舍五入到最近的观察。

有任何建议怎么做？

注意：我提前为可怜的头衔道歉，我试图想出一个更好的方法来制定问题，欢迎提出建议......

Answer 1

以下是data.table的一种方法：

library(data.table)
setDT(df)

df[order(Store, Dist), 
   .(Dist, Sales = cumsum(Sales), Pct = cumsum(Sales) / sum(Sales)),
   by = "Store"][Pct >= 0.5, .SD[1,], by = "Store"]
#    Store Dist Sales       Pct
# 1:   One    5    18 0.7826087
# 2:   Two    9    20 0.7692308

setDT(df)将df转换为data.table
.(...)表达式选择Dist，并按Store
Pct >= 0.5仅将此子集设置为累计销售额超过阈值的情况，.SD[1,]仅将Dist仅占最高行（即Store的最小值），{{1} }

Answer 2

我认为如果您以特定格式重新排列数据会更容易。我的逻辑是先按小组cumsum进行。然后将组的总和合并到数据中。最后我计算百分比。现在您已经获得了数据，并且您可以以任何方式进行子集，以便从组中获得第一个障碍物。

df$cums=unlist(lapply(split(df$Sales, df$Store), cumsum), use.names = F)
zz=aggregate(df$Sales, by = list(df$Store), sum)
names(zz)=c('Store', 'TotSale')
df = merge(df, zz)
df$perc=df$cums/df$TotSale

子设置数据：

merge(aggregate(perc ~ Store,data=subset(df,perc>=0.5), min),df)
 Store      perc ID Dist Sales cums TotSale
1   One 0.7826087  2    5     8   18      23
2   Two 0.7692308  6    9     9   20      26

如何根据R

2 个答案: