首页 文章

R - 按多列分组

提问于
浏览 次
3

我正在尝试对数据集进行分析，该数据集将公司分为20个不同的行业和大约800个类别 . 每个行业类别都在其自己的专栏中 . 这是一个示例数据帧

df <- data.frame(biz.name=c("goog", "face", "eb"), worth=c(100, 200, 300),
cat1=c("social", "social", "social"), cat2=c(NA, "search", "finance"),
cat3=c(NA, NA, "commerce"))

我想知道如何对不同类别的类别进行分析 . 例如，我如何获得不同类别的平均 Value ，“社交”或“融资” . 每个公司最多可以有20个类别（每行不重复） .

dplyr包是我正常的go-to group_by方法，但链接似乎不适用于多列

cat.test <- df %>% 
  group_by(cat1:cat2) %>%
  summarise (avg = mean(is.na(worth)))

该代码针对多个类别的组合生成每个业务排列的度量，而不是单独的每个类别 . 在样本数据框中，社交类别的总净值应为600，平均值为300 .

我查看了多个教程，但没有找到一个可以group_by用于多列的教程 . 谢谢，让我知道我是否可以更清楚地提出这个问题 .

[更新：已编辑的data.frame代码]

r

3 回答

  • 3

    我会这样使用 data.table ：

    library(data.table)
melt(setDT(df[-1]), id.vars='worth', value.name='category')[,.(worth=sum(worth)),category]
#   category worth
#1:   social   600
#2:       NA   400
#3:   search   200
#4:  finance   300
#5: commerce   300
    回复于
  • 3

    我清理了你的代码并且能够使用 data.table 包获得结果：

    df <- data.frame(biz.name=c("goog", "face", "eb"), worth=c(100, 200, 300), 
                 cat1=c("social", "social", "social"), cat2=c("NA", "search", "finance"),
                 cat3=c("NA", "NA", "commerce"))

library(data.table)
dt <- data.table(df)
dt[, Mean:=mean(worth), by=list(cat1, cat2)]

> dt
     biz.name  worth   cat1    cat2     cat3 Mean
1:       goog    100 social      NA       NA  100
2:       face    200 social  search       NA  200
3:         eb    300 social finance commerce  300
    回复于
  • 3

    使用 tidyr ，类似于：

    library(tidyr)
df %>%
  gather(variable, category, -biz.name, -worth) %>%
  group_by(category) %>%
  summarise(worth=sum(worth))
#Source: local data frame [5 x 2]
# 
#  category worth
#1 commerce   300
#2  finance   300
#3   search   200
#4   social   600
#5       NA   400

    这符合您要求的“社交”总和数字

    回复于

相关问题