Агрегировать разные строки разными функциями в R

У меня есть следующий фрейм данных:

(dput() для тестирования ниже)

    structure(list(V1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "797 Fleet", class = "factor"), 
    V2 = structure(c(5L, 1L, 4L, 3L, 2L, 5L, 1L, 4L, 3L, 2L, 
    5L, 1L, 4L, 3L, 2L, 5L), .Label = c("Available Hours", "Cycle Time", 
    "Performance", "Production time", "Units"), class = "factor"), 
    V3 = c(51, 2989.601111, 2498.85, 540.8754973, 39.93337086, 
    52, 30010.73389, 24946.62833, 529.4659407, 40.81742793, 36, 
    20778.5525, 17174.18722, 535.7960907, 40.36234152, 19)), .Names = c("V1", 
"V2", "V3"), class = "data.frame", row.names = c(NA, -16L))

мне нужно агрегировать данные, но с разными функциями для разных функций; для флота 797 следует добавить единицы и время производства, но производительность за цикл следует усреднить.

Я только что попробовал объединить с двумя функциями, но я получаю два столбца, один со всеми добавленными, а другой со всеми усредненными, и мне нужен только один столбец.

Как я могу это сделать?

Источник

3 ответа

Решение

Вот идея использования data.table:

library(data.table)
fun_list <- list("Units" = sum, "Production time" = sum, "Performance" = mean, "Cycle Time" = mean)
setDT(df)[V2 %in% names(fun_list), .(res = fun_list[[as.character(.BY[[2]])]](V3)),by = .(V1, V2)]

#          V1              V2         res
#1: 797 Fleet           Units   158.00000
#2: 797 Fleet Production time 44619.66555
#3: 797 Fleet     Performance   535.37918
#4: 797 Fleet      Cycle Time    40.37105

Давайте немного распакуем это решение. Сначала мы храним карту функций, которые мы хотим применить к каждому из значений в V2, Этот список просто список функций. Например "Units" = sum означает, что мы хотим применить sum к "Units" группа. Чтобы увидеть, как это работает, попробуйте: fun_list[["Units"]](c(1,2,3)),

Затем мы используем это в нашей группе с помощью операции в data.table, Мы используем V2 значение хранится в .BY индексировать наш список функций. Это для каждого V2 Значение мы выбираем функцию из нашего списка, чтобы применить. Это достигается fun_list[[as.character(.BY[[2]])]] (Обратите внимание, что нам нужно as.character поскольку .BY это фактор). Наконец, мы применяем эту функцию к V3 который является то, что (V3) делает в последней части кода fun_list[[as.character(.BY[[2]])]](V3))!

Источник

Я не думаю, что есть прямой способ сделать это с помощью агрегирования... Сначала вам нужно будет создать отдельные наборы данных с интересующими вас функциями, а затем агрегировать, используя нужную функцию:

t1<-rbind(subset(test, test$V2=="Units"), subset(test, test$V2=="Production time"))
aggregate(.~V2, data=t1, sum)
Источник

Вот решение, использующее split() для разделения фрейма данных на список фреймов данных, один элемент списка (фрейм данных) на уровень V2, а затем отдельные функции lapply для создания сводок с требуемой функцией агрегирования. Наконец объедините все вместе, используя Reduce и rbind

df <- structure(list(V1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
                                1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "797 Fleet", class = "factor"), 
               V2 = structure(c(5L, 1L, 4L, 3L, 2L, 5L, 1L, 4L, 3L, 2L, 
                                5L, 1L, 4L, 3L, 2L, 5L), .Label = c("Available Hours", "Cycle Time", 
                                                                    "Performance", "Production time", "Units"), class = "factor"), 
               V3 = c(51, 2989.601111, 2498.85, 540.8754973, 39.93337086, 
                      52, 30010.73389, 24946.62833, 529.4659407, 40.81742793, 36, 
                      20778.5525, 17174.18722, 535.7960907, 40.36234152, 19)),  .Names = c("V1", 
                                                                                           "V2", "V3"), class = "data.frame", row.names = c(NA, -16L))


df_list <- split(df, df$V2)


summary <- c(

  lapply(df_list[c("Units", "Production time")], 
       function(df) {aggregate(V3 ~ V1 + V2, data = df, sum)})
 ,
  lapply(df_list[c("Performance", "Cycle Time")], 
       function(df) {aggregate(V3 ~ V1 + V2, data = df, mean)})

   )

Reduce(rbind, summary)
#>          V1              V2          V3
#> 1 797 Fleet           Units   158.00000
#> 2 797 Fleet Production time 44619.66555
#> 3 797 Fleet     Performance   535.37918
#> 4 797 Fleet      Cycle Time    40.37105
Источник
Другие вопросы по тегам