通过在 R 中随时间增加计数来子集答案

【问题标题】：Subset by increasing count over time in R通过在 R 中随时间增加计数来子集
【发布时间】：2019-01-08 18:22:01
【问题描述】：

我有一个数据框，其中包含按卖家、年份和月份划分的销售计数，称为sales_by_month：

library(tidyverse)
sales_by_month <- tribble(
~Seller,      ~Year,    ~Month,   ~Sales,
"John Doe",    2018,    1,       82,
"John Doe",    2018,    2,       72,
"John Doe",    2018,    3,       42,
"Sally Jane",  2018,    1,       25,
"Sally Jane",  2018,    2,       77)

我只需要按销售额随时间增长的卖家对这个数据集进行子集化，但我不知道该怎么做。

生成的子集数据集应包含；

Seller      Year    Month   Sales
Sally Jane  2018    1       25
Sally Jane  2018    2       77

因为 Sally 的销售额在增加，而 John 的销售额在减少。

任何帮助将不胜感激！

【问题讨论】：

您好，将数据包含在我们可以轻松放入环境中使用的表单中会很有帮助。你可以看看stackoverflow.com/questions/5963269/…，看看如何制作一个可重现的好例子！
如果 John Doe 在 3 月达到 75 岁怎么办？
@sahir 感谢您的链接，我将努力添加一个可重现的示例！
我们可以假设数据是排序的吗？如果是这样，您可以使用df[as.logical(ave(df$Sales, df$Seller, FUN = function(x) !any(x - shift(x) < 0, na.rm = TRUE))), ]
你想如何确定增加？如果最早一个月的销售额大于最近一个月的销售额？如果他们掉在中间但又捡起来怎么办？

标签： r

【解决方案1】：

首先，在Sales（我将其命名为dif）中创建一个表示差异的变量。如果dif < 0，则表示某人的销售额存在递减价值。

library(dplyr)

df %>% arrange(Seller, Year, Month) %>%
  group_by(Seller) %>%
  mutate(dif = c(0, diff(Sales))) %>%
  filter(all(dif >= 0)) %>%
  select(-dif) # drop dif

#   Seller     Year Month Sales
#   <fct>     <int> <int> <int>
# 1 SallyJane  2018     1    25
# 2 SallyJane  2018     2    77

更简洁：

df %>% group_by(Seller) %>%
  arrange(Seller, Year, Month) %>%
  filter(all(c(0, diff(Sales)) >= 0))

【讨论】：

【解决方案2】：

如何做到这一点实际上取决于您希望如何定义随时间增加的情况。定义随时间增长的一种方法是是否存在逐月增长。我的解决方案只是查看上个月是否有所增加，但可以更改为以不同的方式看待它：

我们每个月都会计算变化。我们仅筛选上个月的内容，如果这是一个积极的变化。然后我们提取出唯一的卖家名称。
我们过滤我们在第 1 部分中获得的卖家名称。

下面的代码和我们可以直接加载到 R 中的数据帧一样

library(tidyverse)
sales_by_month <- tribble(
~Seller,      ~Year,    ~Month,   ~Sales,
"John Doe",    2018,    1,       82,
"John Doe",    2018,    2,       72,
"John Doe",    2018,    3,       42,
"Sally Jane",  2018,    1,       25,
"Sally Jane",  2018,    2,       77)


increased_from_last_month <- sales_by_month %>% 
  group_by(Seller) %>% 
  arrange(Seller, Year, Month) %>% 
  mutate(change = Sales - lag(Sales, default = 0)) %>% 
  summarise_all(last) %>% 
  filter(change > 0) %>% 
  pull(Seller) %>% 
  unique()


sales_by_month %>% 
  filter(Seller %in% increased_from_last_month)

【讨论】：