概述

Question

我有这个数据框：

> head(merged.tables)
  Store DayOfWeek       Date Sales Customers Open Promo StateHoliday SchoolHoliday StoreType
1     1         5 2015-07-31  5263       555    1     1            0             1         c
2     1         6 2013-01-12  4952       646    1     0            0             0         c
3     1         5 2014-01-03  4190       552    1     0            0             1         c
4     1         3 2014-12-03  6454       695    1     1            0             0         c
5     1         3 2013-11-13  3310       464    1     0            0             0         c
6     1         7 2013-10-27     0         0    0     0            0             0         c
  Assortment CompetitionDistance CompetitionOpenSinceMonth CompetitionOpenSinceYear Promo2
1          a                1270                         9                     2008      0
2          a                1270                         9                     2008      0
3          a                1270                         9                     2008      0
4          a                1270                         9                     2008      0
5          a                1270                         9                     2008      0
6          a                1270                         9                     2008      0
  Promo2SinceWeek Promo2SinceYear PromoInterval
1              NA              NA              
2              NA              NA              
3              NA              NA              
4              NA              NA              
5              NA              NA              
6              NA              NA

然后我想在打开等于1 和 StoreType 时提取显示销售平均值的数据框。我使用这个命令，因为它是我认为最好的：

merged.tables[StateHoliday==1,mean(na.omit(Sales)),by=StoreType]

但我收到了这个错误：

[.data.frame中的错误（merged.tables，StateHoliday == 0， mean（na.omit（Sales））,: unused arguments（by = StoreType）

我搜索但是我没有得到这个错误的答案。谢谢你的帮助！

Answer 1

我有一个错误。

我意识到问题已经解决：我的数据不是data.table格式。

示例：复制<-data.table（data）

Answer 2

概述

有很多方法可以将函数应用于数据框中的一组值。我提出两个：

使用dplyr包以回答问题的方式排列数据。
使用tapply()，它对一组值执行功能。

可重复的示例

对于每种商店类型，我想要Open值等于1的商店的平均销售额。

我首先提供dplyr方法，然后是tapply。

注意：以下数据框仅与OP中发布的列相比有几列。

# install necessary package
install.packages( pkgs = "dplyr" )

# load necessary package
library( dplyr )

# create data frame
merged.tables <-
  data.frame(
    Store = c( 1, 1, 1, 2, 2, 2 )
    , StoreType = rep( x = c( "s", "m", "l" ) , times = 2)
    , Sales = round( x = runif( n = 6, min = 3000, max = 6000 ) , digits = 0 )
    , Open = c( 1, 1, 0, 0, 1, 1 )
    , stringsAsFactors = FALSE
  )

# view the data
merged.tables
#   Store StoreType Sales Open
# 1     1         s  4608    1
# 2     1         m  4017    1
# 3     1         l  4210    0
# 4     2         s  4833    0
# 5     2         m  3818    1
# 6     2         l  3090    1

# dplyr method
merged.tables %>%
  group_by( StoreType ) %>%
  filter( Open == 1 ) %>%
  summarise( AverageSales = mean( x = Sales , na.rm = TRUE ) )
# A tibble: 3 x 2
#   StoreType AverageSales
#   <chr>            <dbl>
# 1 l                 3090
# 2 m                 3918
# 3 s                 4608


# tapply method

# create the condition
# that 'Open' must be equal to one
Open.equals.one <- which( merged.tables$Open == 1 )

# apply the condition to
# both X and INDEX
tapply( X = merged.tables$Sales[ Open.equals.one ]
        , INDEX = merged.tables$StoreType[ Open.equals.one ]
        , FUN = mean
        , na.rm = TRUE # just in case your data does have NA values in the `Sales` column, this removes them from the calculation
)
# l      m      s 
# 3090.0 3917.5 4608.0 

# end of script #

资源

如果您以后需要更多条件，我们建议您查看其他相关的SO帖子，例如How to combine multiple conditions to subset a data-frame using “OR”?和Why is [ better than subset?。

data.frame，未使用的参数出错

2 个答案:

概述

可重复的示例

资源