Question

我对R比较陌生，所以如果这个问题太基础，我很抱歉。

我的交易显示了不同产品的销量和收入。因为有三种产品，所以有2^3 = 8组合用于在篮子中销售这些产品。＆＃34;每个篮子可以在给定年份（2016年，2017年，2018年）和任何区域（东部和西部）中的任何一个中出售。 [我有两个区域的交易价值3年：东西方。]

我的目标是分析给定区域的特定年份中获得的收入，销售量以及这些产品的每种组合发生的交易次数。

我能够通过基于区域分割数据来执行上述操作（使用purrr::map）。我创建了一个包含两个数据框的列表，这些数据框保存按＆＃34;年＆＃34;分组的数据。对于上述每种组合。这很好用。但是，在我看来，代码有点笨拙。有很多重复的陈述。我希望能够创建一个2X3的列表（即2个区域和3年）

这是我的代码使用区域分割。

首先尝试

UZone <- unique(Input_File$Zone)
FYear <- unique(Input_File$Fiscal.Year)

  #Split based on zone
  a<-purrr::map(UZone, ~ dplyr::filter(Input_File, Zone == .)) %>%

  #Create combinations of products
  purrr::map(~mutate_each(.,funs(Exists = . > 0), L.Rev:I.Qty )) %>% 

  #group by Fiscal Year
  purrr::map(~group_by_(.,.dots = c("Fiscal.Year", grep("Exists", names(.), value = TRUE)))) %>% 

  #Summarize, delete unwanted columns and rename the "number of transactions" column
  purrr::map(~summarise_each(., funs(sum(., na.rm = TRUE), count = n()), L.Rev:I.Qty)) %>%
    purrr::map(~select(., Fiscal.Year:L.Rev_count)) %>%
    purrr::map(~plyr::rename(.,c("L.Rev_count" = "No.Trans")))

  #Now do Zone and Year-wise splitting : Try 1
  EastList<-a[[1]]
  EastList <- EastList %>% split(.$Fiscal.Year) 

  WestList<-a[[2]]
  WestList <- WestList %>% split(.$Fiscal.Year) 
  write.xlsx(EastList , file = "East.xlsx",row.names = FALSE)
  write.xlsx(WestList , file = "West.xlsx",row.names = FALSE)

如您所见，上面的代码非常笨重。由于对R的了解有限，我研究了https://blog.rstudio.org/2016/01/06/purrr-0-2-0/并阅读了purrr::map2()手册，但我找不到太多的例子。在How to add list of vector to list of data.frame objects as new slot by parallel?阅读解决方案后，我假设我可以使用X = zone和Y = Fiscal Year来完成我上面所做的工作。

这是我尝试过的： 第二次尝试

  #Now try Zone and Year-wise splitting : Try 2
  purrr::map2(UZone,FYear, ~ dplyr::filter(Input_File, Zone == ., Fiscal.Year == .))

但是这段代码不起作用。我收到一条错误消息： Error: .x (2) and .y (3) are different lengths

问题1：我可以使用map2来做我想做的事情吗？如果没有，还有其他更好的方法吗？

问题2：以防万一，我们可以使用map2，如何使用一个命令生成两个Excel文件？如上所示，我上面有两个函数调用。我想只有一个。

问题3：在下面的两个陈述中，有没有办法在一个陈述中进行求和？我正在寻找更简洁的方法来计算和计算。

purrr::map(~summarise_each(., funs(sum(., na.rm = TRUE), count = n()), L.Rev:I.Qty)) %>%
    purrr::map(~select(., Fiscal.Year:L.Rev_count)) %>%

有人可以帮帮我吗？

这是我的数据：

dput(Input_File)

structure(list(Zone = c("East", "East", "East", "East", "East", 
"East", "East", "West", "West", "West", "West", "West", "West", 
"West"), Fiscal.Year = c(2016, 2016, 2016, 2016, 2016, 2016, 
2017, 2016, 2016, 2016, 2017, 2017, 2018, 2018), Transaction.ID = c(132, 
133, 134, 135, 136, 137, 171, 171, 172, 173, 175, 176, 177, 178
), L.Rev = c(3, 0, 0, 1, 0, 0, 2, 1, 1, 2, 2, 1, 2, 1), L.Qty = c(3, 
0, 0, 1, 0, 0, 1, 1, 1, 2, 2, 1, 2, 1), A.Rev = c(0, 0, 0, 1, 
1, 1, 0, 0, 0, 0, 0, 1, 0, 0), A.Qty = c(0, 0, 0, 2, 2, 3, 0, 
0, 0, 0, 0, 3, 0, 0), I.Rev = c(4, 4, 4, 0, 1, 0, 3, 0, 0, 0, 
1, 0, 1, 1), I.Qty = c(2, 2, 2, 0, 1, 0, 3, 0, 0, 0, 1, 0, 1, 
1)), .Names = c("Zone", "Fiscal.Year", "Transaction.ID", "L.Rev", 
"L.Qty", "A.Rev", "A.Qty", "I.Rev", "I.Qty"), row.names = c(NA, 
14L), class = "data.frame")

输出格式：这是生成输出的代码。我希望在一个Excel文件中将EastList.2016和EastList.2017视为两张，在一个Excel文件中将WestList.2016，WestList.2017和WestList.2018视为3张。

  #generate the output:
  EastList.2016 <- EastList[[1]]
  EastList.2017 <- EastList[[2]]
  WestList.2016 <- WestList[[1]]
  WestList.2017 <- WestList[[2]]
  WestList.2018 <- WestList[[3]]

Answer 1

按年份细分的两个清单，每个清单的总和和计数？

在 dplyr 中：（df＆lt; - 您的数据帧）

df %>% 
group_by(Zone, Fiscal.Year) %>%
summarise_at(vars(L.Rev:I.Qty), funs(sum = sum, cnt = n()))

Source: local data frame [5 x 14]
Groups: Zone [?]

   Zone Fiscal.Year L.Rev_sum L.Qty_sum A.Rev_sum A.Qty_sum I.Rev_sum I.Qty_sum L.Rev_cnt L.Qty_cnt A.Rev_cnt A.Qty_cnt I.Rev_cnt I.Qty_cnt
  <chr>       <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <int>     <int>     <int>     <int>     <int>     <int>
1  East        2016         4         4         3         7        13         7         6         6         6         6         6         6
2  East        2017         2         1         0         0         3         3         1         1         1         1         1         1
3  West        2016         4         4         0         0         0         0         3         3         3         3         3         3
4  West        2017         3         3         1         3         1         1         2         2         2         2         2         2
5  West        2018         3         3         0         0         2         2         2         2         2         2         2         2

使用purrr :: map2迭代dplyr代码

1 个答案: