根据其他列中的条件查找从数据表到汇总表的值

Question

我在R中编写脚本时遇到了困难。

我想要的是：

• 我有一个产品代码和产品描述列表。我想要得到的是表2中的视图，其中MinPercentile＆gt; = 0.95，MinPercentile＆gt; = 0.80和MinPercentile＆gt; = 0.60列填充.MinPercentile＆gt; = 0.95的规则是：

如果Percentile列中的值大于或等于0.95，并且该值同时最接近0.95（所以如果有两个值表示0.98和0.99那么我会对0.98感兴趣，因为它是接近0.95）然后将针对该prodcode的值出现的发票价格引入列MinPercentile＆gt; = 0.95。因此，查看表格4.19是百分位数0.956的发票价格，最接近0.95。

同样的规则适用于其他两列虽然只有价值标准不同，但我们正在考虑＆gt; = 0.80和＆gt; = 0.60并再次需要将最接近0.60和0.80百分位值的发票价格带入我的MinPercentile＆gt; = 0.80和MinPercentile＆gt; = 0.60列。

理想情况下，我希望在产品代码级别创建表2，该表是表1的汇总，符合我的标准。我希望这是有道理的。我真的很感激你的帮助。

感谢您的努力。

Answer 1

dplyr和tidyr：

dat <- data.frame(prod = c(rep('A', 9), rep('B', 3)), 
                  perc = c(.1, .2, .3, .36, .61, .8, .946, .956, .97, .3, .81, .98), 
                  price = runif(12, min = 2, max = 4))   

dat %>% 
    # Group by product and percentile range
    group_by(prod, 
             group = cut(perc, 
                         breaks = c(.6, .8, .95, 1), 
                         labels = c('Perc6', 'Perc8', 'Perc95')
                        )
    ) %>% 
    # Make sure percentile are sorted in each group
    arrange(perc) %>% 
    # Take just the first
    slice(1) %>% 
    # Drop percentile column
    select(-perc) %>%
    # Format as desired 
    spread(group, price)

Source: local data frame [2 x 5]
Groups: prod [2]

    prod    Perc6    Perc8   Perc95   `<NA>`
* <fctr>    <dbl>    <dbl>    <dbl>    <dbl>
1      A 2.633812 2.020161 3.505599 2.067004
2      B       NA 2.709279 2.126438 3.586837

请注意，它并没有达到您所要求的，因为它会将“百分位数”划分为“硬”。组。例如：对于产品B，Perc> =。6将是NA，因为在.6和.8之间没有记录，它将仅填充Perc＆gt; =。8。 它还会有一个“NA”。它列出了最低百分位数的值。你可以放弃它。
可能有更好，更有效的方法来实现这一点，这是我想到的第一件事。