Question

我在Python（identify records that make up 90% of total）中发现了类似的问题和响应，但无法完全将其翻译为R。

我正试图找出构成销售至少80％（这是一个变量，因为％可以更改）的最少数量的产品。

例如：

Product  Sales
A        100
B        40
C        10
D        15 
Total    165

答案应该是，通过识别两个项目，我可以达到132（销售额的80％）。输出应如下所示：

Product  Sales
A        100
B        40

我们将不胜感激！

Answer 1

关于dplyr解决方案：
编辑：

这里有一个合适的解决方案：

# your threshold
constant <- 0.5

data %>% 
# order
arrange(-Sales)%>% 
# add the cumulative
  mutate(cumulative = round(cumsum(Sales)/sum(Sales),2),
# add a threshold, the difference between the constant and the cumulative
         threshold = round(cumsum(Sales)/sum(Sales),2)- constant) %>%
# last, find all above the min value positive under the threshold
         filter(threshold <= min(.$threshold[.$threshold > 0]))

# for 0.8
  Product Sales cumulative threshold
1       A   100       0.61     -0.19
2       B    40       0.85      0.05

# for 0.5
  Product Sales cumulative threshold
1       A   100       0.61     -0.19

有数据：

data <- read.table(text ="Product  Sales
A        100
B        40
C        10
D        15", header = T)

Answer 2

s_t答案既简单又有效，但是如果您正在寻找基本的R解决方案和功能：

example <- data.frame(Product = c("A", "B", "C", "D"), Sales = c(100, 40, 10, 15))

min.products <- function(Product, Sales, percent){
  df <- data.frame(Product, Sales)
  minimum <- percent*sum(df$Sales)
  df <- df[order(-df$Sales), ]
  lowest.score <- df$Sales[cumsum(df$Sales)>minimum][1]
  answer <- df$Product[df$Sales>=lowest.score]
  return(answer)
}
min.products(example$Product, example$Sales, 0.8)

确定占总数80％的产品

2 个答案: