在一个新组下折叠数据框值答案

【问题标题】：Collapse Dataframe values under one New group在一个新组下折叠数据框值
【发布时间】：2020-03-17 21:13:48
【问题描述】：

我已经为这个问题的答案做了一些搜索，但是我不完全确定如何提出这个问题，所以在大多数情况下，搜索都是徒劳的。

假设我有一个看起来像这样的 DF

customer, revenue
a, 2000 
b, 2000 
c, 3000 
Microsoft, 4000 
Oracle, 5000

我想要一个包含三个堆栈的堆积条形图......其他，Oracle 和 Microsoft。其他将是折叠所有不是微软或甲骨文的东西并将收入相加的结果。微软和甲骨文将自立门户。

条形图将是一个条形图，总值为 16,000，单个堆栈为 (Other=7000, Microsoft = 4000, Oracle=5000)

希望这是有道理的。

我现在的代码会分别列出所有客户。实际上，这里有更多的客户，因此条形图将无法阅读。

finalData <- finalData %>% 
group_by(product, customer) %>%
summarize(revenue = sum(revenue))

是否有一些我可以执行的变异或附加 group_by 操作将折叠所有不在standAloneCustomers 中的所有内容并将其命名为“其他”？

感谢您的帮助。

【问题讨论】：

在您的问题中，“产品”列未显示在数据中

标签： r dplyr

【解决方案1】：

我们可以将“Microsoft”、“Oracle”以外的值replace转为“Other”和summarise，得到“revenue”的sum

library(dplyr)
library(ggplot2)
finalData %>% 
      group_by(product, customer = replace(customer, 
         !customer %in% c("Microsoft", "Oracle"), "Other")) %>%
       summarise(revenue = sum(revenue)) %>%
    ggplot(aes(x= product, y=revenue, fill = customer)) +
       geom_col()

数据

finalData <- structure(list(customer = c("a", "b", "c", "Microsoft", "Oracle"
), revenue = c(2000, 2000, 3000, 4000, 5000), product = c("A", 
"A", "A", "A", "A")), row.names = c(NA, -5L), class = "data.frame")

【讨论】：

【解决方案2】：

library(ggplot2)
library(dplyr)
dat <- read.csv(header=TRUE, stringsAsFactors=FALSE, text="
customer, revenue
a, 2000 
b, 2000 
c, 3000 
Microsoft, 4000 
Oracle, 5000 ")


dat %>%
  mutate(customer = if_else(customer %in% c("Microsoft", "Oracle"), customer, "Other")) %>%
  group_by(customer) %>%
  summarize(revenue = sum(revenue)) %>%
  ggplot(aes(x='', y=revenue)) +
  geom_bar(aes(fill = customer), stat = "identity") +
  xlab(NULL)

【讨论】：

【解决方案3】：

这是aggregate 的基本 R 解决方案

dfout <- aggregate(.~customer,
                   within(df,customer <- ifelse(customer%in%c("Microsoft","Oracle"),customer,"other")),
                   sum)

这样

> dfout
   customer revenue
1 Microsoft    4000
2    Oracle    5000
3     other    7000

数据

df <- structure(list(customer = c("a", "b", "c", "Microsoft", "Oracle"
), revenue = c(2000L, 2000L, 3000L, 4000L, 5000L)), class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：