R-Dplyr - 有条件地计算数据框中的同一列（分组汇总）

Question

我有一个由查询生成的数据框（将 sql 查询硬编码到 R 脚本中）。然后我分组并总结以获得每个工作人员的最小/最大/观察次数。我想做的是，对于每个工作人员，在 1.00 的 5% 以内（即 0.95

按如下方式创建模型：

library(dplyr)

Roll_Number <- c("1234567", "111111111", "222222222", "333333333", "444444444", "555555555", "666666666", "777777777")

Shift_Ratio <- c("1.05", "0.99", "1.45", "1.02", "0.97", "1.01", "0.97", "1.24")

Staff <- c("John", "John", "John", "Dave", "Dave", "Dave", "Dave", "Dave")

Shift_Data <- data.frame(Roll_Number, Shift_Ratio, Staff)


SummaryStats <- Shift_Data %>% group_by (`Staff`) %>%
 dplyr::summarize( 'Number of Accounts' = n(),
                   'Within 5%' = sum(`Shift_Ratio`[`Shift_Ratio` <= 1.05])

 )

我尝试过使用 n，尝试过滤/总结等，但还没有运气。我已经看到并完成了它在一个列上过滤并应用如下聚合函数的地方，只是不确定如何过滤条件的两边。使用 between(Shift Ratio, 0.95, 1.05) 的尝试无效。我已经避免在 summarise 调用之前进行过滤，尽管我想我可以将这个过程分成两个步骤并过滤总数，然后将该摘要左连接到一个主摘要中，该主摘要对没有过滤器的项目进行总计。只是希望我缺少一种更优雅的方法。任何建议表示赞赏。

'Exempt Value' = sum(as.numeric(as.character(`Current Year Value`)) [`Tax Status` == "Exempt"], na.rm=T)

Answer 1

Shift_Ratio 列属于“字符”类，因此无法对其进行数学运算。我们使用type.convert 将Shift_Data 中的所有列转换为相关类，并计算每个Staff 从1 到5% 范围内的百分比。

library(dplyr)

Shift_Data %>% 
  type.convert(as.is = TRUE) %>%
  group_by(Staff) %>%
  summarise(Number_of_Accounts = n(),
            Within_5_perc = mean(between(Shift_Ratio, 0.95, 1.05)) * 100)

# A tibble: 2 x 3
#  Staff Number_of_Accounts Within_5_perc
#  <chr>              <int>         <dbl>
#1 Dave                   5          80  
#2 John                   3          66.7