用R中另一列的分组值进行计数来创建一个新的数据框

debugcn 发表于 Dev

下车

我有一份产品清单，以及以数据框形式购买这些产品的客户

client product
001 pants
001 shirt
001 pants
002 pants
002 shirt
002 shoes

我需要在tuplas中重新订购产品，并在第三列中添加购买这两种产品的客户数量。解决方案将是两个不同的表，一个具有唯一的客户，另一个具有总购买的元组。因此，在前面的示例中，结果将是：

product1 product2 count
pants shirt 2
pants shoes 1
shirt shoes 1

product1 product2 count
pants shirt 3
pants shoes 1
shirt shoes 1

我想避免信息重复。例如，不需要“衬衫裤子2”。

有人知道该怎么做吗？

谢谢！

索托斯

这可能不是最有效的方法，也不是最优雅的方法，但是它可以满足您的需求。假设您的初始列名称是“客户”和“产品”，

library(stringr)
Count.Sales <- function(df){
df3 <- as.data.frame(t(combn(paste0(df$client, df$product), 2)))
df4 <- as.data.frame(table(df3[str_extract(df3$V1, '[[:digit:]]+') == str_extract(df3$V2, '[[:digit:]]+'),]))
df4 <- subset(df4, df4$Freq > 0)
df4$customer <- str_extract(df4$V1, '[[:digit:]]+')
df4[, !(colnames(df4) %in% c("Freq","customer"))] <- apply(df4[, !(colnames(df4) %in% c("Freq","customer"))], 2, function(i) sub('[[:digit:]]+', '', i))
new.df<- within(df4, rm(Freq))
new.df[] <- lapply(new.df, as.character)
r1 <- apply(new.df[,-3], 1, function(i)any(i[-1] != i[1]))
new.df <- new.df[r1,]
new.df$pairs <- do.call(paste, c(new.df[,-3], ' '))
new.df$pairs <- vapply(new.df$pairs, function(i) paste(sort(strsplit(i, ' ')[[1]]), collapse=' '), ' ')
t4 <- data.frame(with(new.df, table(pairs, customer)))
t4  <- t4[t4$Freq != 0,]
per_customer <- as.data.frame(table(t4$pairs))
total <- as.data.frame(table(new.df$pairs))
ls1 <- list(per_customer, total)
names(ls1) <- c('Unique.Customer', 'Total')
return(ls1)
}
Count.Sales(df)
#$Unique.Customer
#          Var1 Freq
#1  pants shirt    2
#2  pants shoes    1
#3  shirt shoes    1
#
#$Total
#          Var1 Freq
#1  pants shirt    3
#2  pants shoes    1
#3  shirt shoes    1

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。