R中的排序和聚合

Question

我使用 R 中的 聚合函数 将我的数据条目从 90k 减少到 1800。

a=test$ID
b=test$Date
c=test$Value
d=test$Value1
sumA=aggregate(c, by=list(Date=b,Id=a), FUN=sum)
sumB=aggregate(d, by=list(Date=b,Id=a), FUN=sum)
final[1]=sumA[1],final[2]=sumA[2]
final[3]=sumA[3]/sumB[3]

现在我有 一个月内 20 个不同日期的数据，每天有接近 90 个不同的 ID，所以它在决赛桌中大约有 1800 个条目强> .

我的问题是我想进一步向下聚合并找到每个日期的 final[3] 的最大值，这样我就只剩下 20 个值了。

简单来说—— 有20天。 每天有 90 个值对应 90 个 id 我想为每一天找到这 90 个值中的最大值。 所以最后我会在 20 天内只剩下 20 个值。

现在聚合函数在这里不能使用函数 'max' 而不是 sum

Date    ID    Value   Value1 
1        A      20      10  
1        A      25      5  
1        B      50      5  
1        B      50      5
1        C      25      25 
1        C      35      5  
2        A      30      10  
2        A      25      45  
2        B      40      10   
2        B      40      30  

这是数据

现在通过使用聚合函数，我得到了最终表格

Date    ID   x
1       A    45/15=3
1       B    100/10=10
1       c    60/30=2
2       A    55/55=1
2       B    80/40=2

现在我想要日期 1 和 2 的最大值

Date   max- Value
1      10
2       2

Answer 1

这是使用数据表的一步过程。 data.table 是 data.frame 的演进版本，效果非常好。它有data.frame的类，所以和data.frame一样工作。

Step0：将data.frame转换为data.table：

library(data.table)
setDT(test)
setkey(test,Date,ID)

Step1：进行计算

test[,sum(Value)/sum(Value1),by=key(test)][,max(V1),by=Date]

这里是步骤的解释： 第一部分在您的问题中创建您所谓的决赛桌：

test[,sum(Value)/sum(Value1),by=key(test)]
#    Date ID V1
# 1:    1  A  3
# 2:    1  B 10
# 3:    1  C  2
# 4:    2  A  1
# 5:    2  B  2

现在这被传递给第二项以按日期执行 max 函数：

test[,sum(Value)/sum(Value1),by=key(test)][,max(V1),by=Date]
#    Date V1
# 1:    1 10
# 2:    2  2

希望这会有所帮助。 这是一个非常有据可查的软件包。您应该阅读更多相关信息。

Answer 2

这可能会有所帮助。

test <- structure(list(Date = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
), ID = c("A", "A", "B", "B", "C", "C", "A", "A", "B", "B"), 
Value = c(20L, 25L, 50L, 50L, 25L, 35L, 30L, 25L, 40L, 40L
), Value1 = c(10L, 5L, 5L, 5L, 25L, 5L, 10L, 45L, 10L, 30L
)), .Names = c("Date", "ID", "Value", "Value1"), class = "data.frame", row.names = c(NA, 
-10L))


 res1 <- aggregate(. ~ID+Date, data=test, FUN=sum)
 res1 <- transform(res1, x=Value/Value1)
 res1
 #  ID Date Value Value1  x
 #1  A    1    45     15  3
 #2  B    1   100     10 10
 #3  C    1    60     30  2
 #4  A    2    55     55  1
 #5  B    2    80     40  2

 aggregate(. ~Date, data=res1[,-c(1,3:4)], FUN=max)
#   Date  x
# 1    1 10
# 2    2  2

• 首先我基于两个分组变量（ID 和 Date) on the two value column by using 运行 aggregate。~`
• 创建了一个新变量x 即Value/Value1 和transform
• 使用一个分组变量 (Date) 最后运行了 aggregate，并删除了除 x 之外的其余变量。