Question

我有df1$NextBizDay，其中有日期。其他数据框df2具有两列df2$Date和df2$Sales

现在，我正在尝试使用df1$NextBizDay中的日期来计算平均销售额。由于df1$NextBizDay可以有重复的日期，因此我使用as.data.frame(table(df1$NextBizDay))[,2]

计算了每个日期的频率

现在我需要进行求和除法，以便获得平均销售额。

我知道aggregate(Sales~Date,df2,sum)[,2]将给我每个日期的总销售额，但是我不确定如何继续进行。

示例输入：

    df1$NextBizday  
    2018-10-22  
    2018-10-22  
    2018-10-23  
    2018-10-23  
    2018-10-23  
    2018-10-24  


    df2$Date    df2$Sales
    2018-10-22  1000
    2018-10-23  2000
    2018-10-24  3000
    2018-10-25  4000
    2018-10-26  5000
    2018-10-27  6000

预期输出df1

    NextBizday AvgSales
    2018-10-22  500
    2018-10-22  500
    2018-10-23  666.6666667
    2018-10-23  666.6666667
    2018-10-23  666.6666667
    2018-10-24  3000

基本上，我想做的是从df2中的df1查找每个日期，然后将销售除以df1中的日期频率。

Answer 1

我们可以在两个数据集data.table的'NextBizday / Date'列之间使用on联接，然后通过取:=来进行赋值（sum）。 '销售'，然后除以行数（.N），以创建'AvgSales'

library(data.table)
setDT(df1)[df2, AvgSales := sum(Sales)/.N, on = .(NextBizday = Date), by = .EACHI]
df1
#   NextBizday  AvgSales
#1: 2018-10-22  500.0000
#2: 2018-10-22  500.0000
#3: 2018-10-23  666.6667
#4: 2018-10-23  666.6667
#5: 2018-10-23  666.6667
#6: 2018-10-24 3000.0000

另一个选项是tidyverse，它可能更易于理解

library(dplyr)
df1 %>%
  # do a left join
  left_join(df2, by = c("NextBizday" = "Date")) %>%
  # grouped by NextBizday
  group_by(NextBizday) %>% 
  # divide the `first` value of 'Sales' by the number of rows `n()`
  transmute(AvgSales = first(Sales)/n())
# A tibble: 6 x 2
# Groups:   NextBizday [3]
#  NextBizday AvgSales
#  <date>        <dbl>
#1 2018-10-22     500 
#2 2018-10-22     500 
#3 2018-10-23     667.
#4 2018-10-23     667.
#5 2018-10-23     667.
#6 2018-10-24    3000

数据

df1 <- structure(list(NextBizday = structure(c(17826, 17826, 17827, 
17827, 17827, 17828), class = "Date")), row.names = c(NA, -6L
), class = "data.frame")

df2 <- structure(list(Date = structure(c(17826, 17827, 17828, 17829, 
17830, 17831), class = "Date"), Sales = c(1000L, 2000L, 3000L, 
4000L, 5000L, 6000L)), row.names = c(NA, -6L), class = "data.frame")

Answer 2

尝试aggregate：

aggregate(Sales~Date, df2, FUN = mean, na.rm = T)[,2]

使用来自一个数据框的标准并汇总其他数据框的标准来计算平均销售额

2 个答案:

数据