在R中分组和计数

Question

我有一个Shell程序来执行以下操作，但是我想尝试使用R，但是我很困惑。

我的数据集如下所示：

 <date>      <car>        <sale>   
 2014-05-08 mercedes-450  40000
 2014-05-08 mercedes-350  30000
 2014-05-08 mercedes-350  30000
 2014-05-08 toyota corolla 20000
 2014-05-08 toyota camry   30000
 2014-05-09 mercedes-450  40000
 2014-05-09 mercedes-450  40000

我想将其转换为2个数据框，一个用于奔驰，一个用于丰田。

所以对于奔驰：

 2014-05-08 mercedes  100000
 2014-05-09 mercedes  80000

对于丰田：

 2014-05-08 toyota  50000

我需要执行此操作，以便可以在单独的图表上绘制丰田和梅赛德斯的销量，x轴上的日期为y。

如何创建两个数据框？ 我尝试了ddply，但是我得到的只是一个数据跟踪，看起来像这样

 ddply(sales,c("date","car_type"),numcolwise(sum))

 2014-05-08 mercedes-450  40000
 2014-05-08 mercedes-350  60000
 2014-05-08 toyota corolla  20000

Answer 1

# sample data
set.seed(1)
df = data.frame(date = rep(as.Date(c("10jan1970", "11jan1970", "31mar1960", "30jul1960"), "%d%b%Y"), 2),
                type = sample(1:2, 8, replace=T),
                sales = rnorm(8))

# "aggreate()" to calculate your daily sales
agg = aggregate(sales ~ date + type, data=df, FUN=sum)

# "split()" the result by type if you want different data frames for each type
tabs = split(agg, f=agg$type)
tabs

# $`1`
#         date type      sales
# 1 1970-01-10    1  0.9052891
# 2 1970-01-11    1 -0.8204684
#
# $`2`
#         date type      sales
# 3 1960-03-31    2  1.9992102
# 4 1960-07-30    2  1.1281679
# 5 1970-01-11    2 -0.3053884

Answer 2

加载数据帧：

df <- data.frame(
  date = c("2014-05-08","2014-05-08","2014-05-08","2014-05-08","2014-05-08","2014-05-09","2014-05-09"),
  car = c("mercedes-450","mercedes-350","mercedes-350","toyota corolla","toyota camry","mercedes-450","mercedes-450"),
  sale = c(40000,30000,30000,20000,30000,40000,40000),stringsAsFactors=FALSE)

通过用“-”和“”分隔汽车变量来为汽车制造创建一个新变量：

splitstring <- strsplit(df$car," |-")
df$make <- unlist(lapply(splitstring,"[[",1))

加载我们将用于计算分组总和的dplyr软件包：

library(dplyr)

按天计算按销售额计算的总和：

results <- df %>%
  group_by(date,make) %>%
  summarise(total_sales = sum(sale))

现在，如果您希望每个制造商使用不同的图表，则可以将make用作ggplot2类的包中的facet变量，并将数据保存在单个表中。 但是，如果您想为每个品牌使用不同的表 ：

tables <- split(results,results$make)

Answer 3

ddply解决方案：

library(plyr)

A<-df[grep("mercedes", df$car), ]
B<-df[grep("toyota", df$car), ]

ddply(A, .(date), summarize, val = sum(sale)) 
ddply(B, .(date), summarize, val = sum(sale))