根据其他三列

Question

在我从R导出并手动在Excel中添加Segment列之后，我有一些看起来像这样的原始数据。

原始数据被拉入excel

我想在R中编写代码，为我添加Segment。

数据描述......

ID: Random distinct numbers
flag: Yes or No
Period: 0-12 Mths or 12-24 Mths
Spend Group: High, Medium or Low

规则...

Flag = Yes
Period = 0-12 Mths
Spend Group = High
Then Segment = G01

Flag = Yes
Period = 0-12 Mths
Spend Group = Medium
Then Segment = G02

Flag = Yes
Period = 0-12 Mths
Spend Group = Low
Then Segment = G03

Flag = Yes
Period = 12-24 Mths
Spend Group = High
Then Segment = G04

......依此类推，直到所有变量都被计算在内

我希望代码在每次处理数据时识别差异，例如，标志不会总是为是或否。有时每行都会为是。

我的完整数据集总结如下图所示。

摘要数据

你将如何开始在R中编码？

Answer 1

最重要的是，合并似乎是正确的方式。

combine = merge（raw_data，summary_data，by.x = c（“flag”，“period”，“spend_group”），by.y = c（“flag”，“recency”，“spend_band”））< / p>

Answer 2

我会用四步ifelse()来完成。

您在四个子集Flag == "yes" & Recency == "0-12 Mths"，Flag == "yes" & Recency == "12-24 Mths"，Flag == "no" & Recency == "0-12 Mths"和Flag == "no" & Recency == "12-24 Mths"中引用您的数据并启动ifelse()来电：

mydata$Segment[mydata$Flag == "yes" & mydata$Recency == "0-12 Mths"] <- with(mydata[mydata$Flag == "yes" & mydata$Recency == "0-12 Mths", ], 
  ifelse(Spend Band == "High", "G01", 
     ifelse(Spend Band == "Medium", "G02", "G03")))

mydata$Segment[mydata$Flag == "yes" & mydata$Recency == "12-24 Mths"] <- with(mydata[mydata$Flag == "yes" & mydata$Recency == "12-24 Mths", ], 
  ifelse(Spend Band == "High", "G04", 
     ifelse(Spend Band == "Medium", "G05", "G06")))

mydata$Segment[mydata$Flag == "no" & mydata$Recency == "0-12 Mths"] <- with(mydata[mydata$Flag == "no" & mydata$Recency == "0-12 Mths", ], 
  ifelse(Spend Band == "High", "G07", 
    ifelse(Spend Band == "Medium", "G08", "G09")))

mydata$Segment[mydata$Flag == "no" & mydata$Recency == "12-24 Mths"] <- with(mydata[mydata$Flag == "no" & mydata$Recency == "12-24 Mths", ], 
  ifelse(Spend Band == "High", "G10", 
    ifelse(Spend Band == "Medium", "G11", "G12")))

您必须更改变量名称，因为Spend Band在R中不是可行的变量名称，因此我猜您的名称将被称为Spend_Band或类似名称。

Answer 3

扩展我上面的评论（抱歉，我很着急），我建议您在csv中使用您的规则（或者只是定义为数据框，但如果他们要更改csv可能是最简单的）并将它们作为单独的data.frame读取，例如下面。这将使flag，period和spend_group的每个组合与您要分配给每个组合的Segment一起使用。

假设你的数据（包括＃34; Unique.ID＆＃34;，＆＃34; flag＆＃34;，＆＃34; period＆＃34;，＆＃34; spend_group＆＃34;）在df中

library(dplyr)
df_withSegment <- left_join(df, rules)

作为＆＃34;标志＆＃34;，＆＃34;期间＆＃34;，＆＃34; spend_group＆＃34;是具有通用名称的所有列，它将为规则中的Segment值分配这三列的每个组合。

规则，例如dataframe（来自csv或R）