Question

这是50万行的小sampleData，这里的product，date和salesamount是一个因子变量。我需要将数据除以2011年和2012年，并显示该产品及其当年销售额的总和。我终于尝试了很多，我使用数据透视表在excel中做到了。但我想知道如何在R中实现这一点，因为我不想要更多excel文件。谢谢你

 product    date       salesamount
   a       2011-01          35
   b       2011-02          40
   c       2011-03          50
   d       2011-01          55
   b       2012-02          46
   a       2011-02          35
   d       2012-01          62
   c       2012-03          56
   c       2012-02          56
   a       2012-03          38
   b       2012-01          46
   e       2011-03          60
   a       2012-03          38
   e       2012-02          67
   d       2011-01          55

将数据除以年后数据应该是这样的

 product   year2011    year2012
   a         70         76
   b         40         92
   c         50         112
   d         110        62
   e         60         67

Answer 1

创建年份变量。
Group and sum。
Reshape long to wide.

library(dplyr)
library(tidyr)

df %>% 
  separate(date, c('year', 'month')) %>% 
  group_by(product, year) %>% 
  summarise(salesamount = sum(salesamount)) %>% 
  spread(year, salesamount, sep = '')

# A tibble: 5 x 3
# Groups:   product [5]
  product year2011 year2012
  <chr>      <int>    <int>
1 a             70       76
2 b             40       92
3 c             50      112
4 d            110       62
5 e             60       67

Answer 2

以下是awk '/^{/ {n++} n {print} n&&/^}/ {exit}'的解决方案：

data.table

数据：

library("data.table") DT[, year:=substr(date, 1, 4)] dcast(DT, product ~ year, value.var="salesamount", fun.aggregate = sum) # > dcast(DT, product ~ year, value.var="salesamount", fun.aggregate = sum) # product 2011 2012 # 1: a 70 76 # 2: b 40 92 # 3: c 50 112 # 4: d 110 62 # 5: e 60 67

Answer 3

假设dat对象为dat，则基本tapply方法为：

with( dat, tapply( salesamount, list( product, substring(date, 1,4) ), sum) )
  2011 2012
a   70   76
b   40   92
c   50  112
d  110   62
e   60   67

将因子变量数据显示到表中

3 个答案: