Question

我有一组数据，其中包含有关客户及其花费的信息，每位客户只出现一次。例如：

customer<-c("Andy","Bobby","Oscar","Oliver","Jane","Cathy","Emma","Chris")
age<-c(25,34,20,36,23,35,34,22)
category<-c("A","B","B","A","C","B","C","A")
moneyspent<-c(100,100,200,200,400,400,500,200)

data<-data.frame(customer=customer,age=age,category=category,moneyspent=moneyspent)

如果我想计算按类别花费的平均金额，我可以使用tapply：

tapply(data$moneyspent,data$category,mean)

给出：

  A      B      C 
mean1  mean2  mean3

但是，我现在想要找到按类别或年龄花费的平均金额。所有至少具有这些特征之一的消费者必须在一起。在这个例子中，我的目标是：

Group 1    Group 2
 mean1      mean2

如果group1只有A类，而group2有B类，但由于B的其中一个客户至少有一个C组的服装（34），因此group2也有C类。

在我的数据库中，我还有几个类别和年龄，我必须计算应该形成哪些组。

Answer 1

我们可能需要使用==

创建分组变量

library(dplyr)
data %>% 
   group_by(grp = paste0("Group", (category != "A")+1)) %>% 
   summarise(moneyspent = mean(moneyspent))

如果我们想要tapply

with(data, tapply(moneyspent, paste0('Group', (category != "A") +1), FUN = mean))
#  Group1   Group2 
#166.6667 320.0000

使用tapply匹配多个变量中的至少一个

1 个答案: