汇总R中的多列（同时保留过滤器）

Question

我在下面的代码中碰到了一堵砖墙。 本质上，dftable应该是一个过滤的数据框，其中包含对小部件的点击（我在每个小部件的列之间循环）。

然后，我想获得该小部件在其上处于活动状态的所有页面浏览量的总和（不是在所有页面上，因此我进行过滤以排除那些不存在的页面）。 但是，dfviews只会返回所有综合浏览量，而不是过滤窗口小部件不是NA的位置。

任何指导将不胜感激：mixpanelData示例：

     --------------------------------------------------------------
     | Group | Date   | WidgetClick | Widget2Click | ViewedPageResult
     --------------------------------------------------------------
     | ABC  | 01/01/2017    | 123456      | NA          |  1450544
     --------------------------------------------------------------
     | ABN  | 01/01/2017    | NA          | 1245        |  4560000
     --------------------------------------------------------------
     | ABN  | 01/02/2017    | NA          | 1205        |  4561022
     --------------------------------------------------------------
     | BNN  | 01/02/2017    | 1044        | NA          |  4561021
     --------------------------------------------------------------

我的理想输出是...（按比例，这很好，因为我可以处理这些）

     WidgetClick CSV
     --------------------------------------------------------------
       Date       | WidgetClick | ViewedPageResult
     --------------------------------------------------------------
      01/01/2017    | 123455    |  1450544
     ------------------------------------------------------------
      01/02/2017    | 1044      |  4561021
     --------------------------------------------------------------

     WidgetClick 2 CSV
     --------------------------------------------------------------
     |Date       | Widget2Click | ViewedPageResult
     --------------------------------------------------------------
      01/01/2017    | 1245        |  4560000
     --------------------------------------------------------------
      01/02/2017    | 1205        |  4561022
     --------------------------------------------------------------

下面提供了代码...

vars = colnames(mixpanelData)
vars =vars[-c(1,2)]
k = 1
for (v in vars) {
    filename <- paste(v,k,".csv",sep="")
    dftable <- mixpanelData %>% filter(!is.na(v)) %>% group_by(Date) %>% summarise_(clicksum=interp(~sum(var, na.rm = TRUE), var = as.name(v)))

dfviews <- mixpanelData %>% filter(!is.na(v)) %>% group_by(Date) %>% summarise(viewsum=sum((ViewedPageResult)))
total <- merge(dftable,dfviews,by="Date")
total <- mutate(total, proportion = clicksum / viewsum * 100)
   write.csv(total, file = filename,row.names=FALSE, na="")
   k <- k +1 }

Answer 1

在您想要的结果中，您将显示两个单独的表。 但是您还提到您有几个小部件，因此单独的表可能不是理想的。 我将展示如何获取单独的表格，然后展示如何一次为所有小部件计算。

分开的桌子

使用dplyr和tidyr ，您可以使用filter来获取两个表，如下所示：

library(dplyr);library(tidyr)
df <- read.table(text="Group  Date    WidgetClick  Widget2Click  ViewedPageResult
ABC   01/01/2017     123456       NA            1450544
ABN   01/01/2017     NA           1245          4560000
ABN   01/02/2017     NA           1205          4561022
BNN   01/02/2017     1044         NA            4561021",header=TRUE,
stringsAsFactors=FALSE)

df%>% filter(!is.na(WidgetClick)) %>% select(-Widget2Click)
  Group       Date WidgetClick ViewedPageResult
1   ABC 01/01/2017      123456          1450544
2   BNN 01/02/2017        1044          4561021

df%>% filter(!is.na(Widget2Click)) %>% select(-WidgetClick)
  Group       Date Widget2Click ViewedPageResult
1   ABN 01/01/2017         1245          4560000
2   ABN 01/02/2017         1205          4561022

单桌

要在一个表中获得所有结果，您首先需要gather Widget * Click列，然后进行filter ：

df%>%
  gather(Widget_number,Click,starts_with("Widget"))%>%
  filter(!is.na(Click)) 

  Group       Date ViewedPageResult Widget_number  Click
1   ABC 01/01/2017          1450544   WidgetClick 123456
2   BNN 01/02/2017          4561021   WidgetClick   1044
3   ABN 01/01/2017          4560000  Widget2Click   1245
4   ABN 01/02/2017          4561022  Widget2Click   1205

编辑

要summarise每人每月控件的点击数，你可以mutate添加Year_mon使用列as.yearmon从包装zoo 。 然后， group_by Widget_number和Year_month ，然后进行summarise以获取每月的总点击次数。 您可以在summarise语句中进行其他计算，例如比例。 我以为日期是“％m /％d /％Y”。 确保是这种情况。

library(zoo)
df%>%
  gather(Widget_number,Click,starts_with("Widget"))%>%
  filter(!is.na(Click)) %>%
  mutate(Year_month=as.yearmon(as.Date(Date,"%m/%d/%Y"))) %>%
  group_by(Widget_number,Year_month) %>%
  summarise(Sum_clicks=sum(Click,na.rm=TRUE))

  Widget_number    Year_month Sum_clicks
          <chr> <S3: yearmon>      <int>
1  Widget2Click      Jan 2017       2450
2   WidgetClick      Jan 2017     124500