Question

我想按两列（部门和产品线）对数据框进行分组，并输出一个新的数据框，该数据框具有每个部门和产品线的选定逻辑值的计数。原始数据的结构如下：

product department  line date
apple   A   big      201707
cherry  A   midlle   201609
potato  B   midlle   201801
peach   C   small    201807
pear    B   big      201807

日期是数字，其他变量是字符。

我想添加两列x和y，其中x表示日期为2018年，y表示日期为201807。按部门和行分组，并按降序排列。输出数据帧将像：

department line x y
A    big       0  0
A    middle    0  0
B    big       1  1
B    midlle    1  0
C    small     1  1

我尝试过dplyr。首先，我将原始数据子集化，仅保留部门，行和日期列。然后，我使用factor（）将部门和线设置为因子。当我使用str（subdata）时，可以看到部门和部门在要素类中。

最后，我使用group_by，并进行汇总以获取所需的数据帧。但是结果不是我想要的。

DF <- subdata %>% 
    group_by(department, line) %>% 
    summarise(x = sum(data$date >= 201800, na.rm = TRUE),
              y = sum(data$date == 201807, na.rm = TRUE))

我做错什么了吗？我也尝试过reshape2包，但是我也无法获得想要的东西。我的数据中有2936行。我得到的就是这样：

str(DF)
classes ‘grouped_df’, ‘tb_df’, ‘tb1’ and ‘data.frame’: 1 obs. of 4 variables:
$ department    : chr department
$ line :  chr line
$ x : int 220
$ y : int 29

我认为也许问题出在部门和生产线变量的因素过程中。由于group_by和summary过程之后的类是“字符”，尽管有“因素”。但是我不知道解决方案。

有人可以帮忙吗？

Answer 1

我建议事先在原始数据帧上使用ifelse这样创建x和y列：

df$x <- ifelse(df$date > 201800, 1, 0)
df$y <- ifelse(df$date == 201807, 1, 0)

现在使用dplyr进行总结

library(dplyr)
df_new <- df %>% group_by(department, line) %>% summarise(X = sum(x), Y = sum(y))

Answer 2

尝试一下：

 library(tidyverse)
 df<-data.frame(product=as.character(c("apple","cherry","potato","peach","pear")),
                 department=as.character(c("A","A","B","C","B")),
                 line=c("big","midlle","midlle","small","big"),
                 date=as.character(c("201707","201609","201801","201807","201807")))

 df%>%
   mutate(yr= as.numeric(str_sub(date,1,4)),
          x=ifelse(yr==2018,1,0),
          y=ifelse(date=="201807",1,0))%>%
   group_by(department,line)%>%
   summarise(x=sum(x,na.rm = T),
             y=sum(y,na.rm = T))
# A tibble: 5 x 4
# Groups:   department [?]
  department line       x     y
  <fct>      <fct>  <dbl> <dbl>
1 A          big        0     0
2 A          midlle     0     0
3 B          big        1     1
4 B          midlle     1     0
5 C          small      1     1

Answer 3

这是使用grepl的另一种方法：

library(tidyverse)

result <- data %>% 
  group_by(department, line) %>% 
  summarise(x = as.numeric(grepl("2018", date)),
            y = as.numeric(grepl("201807", date)))

result
## A tibble: 5 x 4
## Groups:   department [?]
#  department line       x     y
#  <fct>      <fct>  <dbl> <dbl>
#1 A          big        0     0
#2 A          midlle     0     0
#3 B          big        1     1
#4 B          midlle     1     0
#5 C          small      1     1

数据：

data <- read.table(header = TRUE, text = "
               product department  line date
    apple   A   big      201707
    cherry  A   midlle   201609
    potato  B   midlle   201801
    peach   C   small    201807
    pear    B   big      201807")

使用dplyr总结逻辑值并按多个因素分组

3 个答案:

数据：