[英]r data.table summarizing using more than one factor
我有下面的data.table
'data.frame': 66977 obs. of 16 variables:
$ SUBS : int
$ CITY : Factor w/ 18 levels
$ VALUE_SEG : Factor w/ 7 levels
$ region : Factor w/ 5 levels
$ SUM.DATA_PPU_REV_DEC. : num
$ SUM.DATA_BUNDLE_REV_DEC. : int
$ SUM.DATA_USAGE_TOTAL_KB_DEC. : num
$ SUM.THIS_MONTH_REV_DEC. : num
$ SUM.VOICE_ONNET_DURATION_DEC.: num
$ SUM.VOICE_ONNET_REV_DEC. : num
$ SUM.VOICE_OFFNET_REV_DEC. : num
$ SUM.SMS_ONNET_REV_DEC. : num
$ SUM.SMS_OFFNET_REV_DEC. : int
$ SUM.RECHARGE_DEC. : int
$ STATUS_DEC : Factor w/ 5 levels
$ TYPE_DEC_2 : Factor w/ 6 levels
我想按兩個因子變量將其分組,比如說VALUE_SEG和區域,獲取數字的總和,並為每個因子變量創建新的庫侖,並進行觀察。 我試過聚合,ddply和其他帶有varians類型的錯誤:(預先感謝
這是使用data.table
的選項
library(data.table)
setDT(data)[,lapply(.SD, function(x) if(is.numeric(x)) sum(x) else .N),
by= list(VALUE_SEG,region)]
我建議您將數值變量和因子變量分開,並使用dplyr
進行dplyr
。 可能像
library(dplyr)
data %>% select(VALUE_SEG,region,SUM..... all numeric variables) %>%
group_by(VALUE_SEG,region) %>% summarize_each(funs(sum)) -> summary1
## For factors
data %>% select(VALUE_SEG,region,SUM..... all factors variables) %>%
group_by(VALUE_SEG,region) %>% summarize_each(funs(n)) -> summary2
## Then you can merge these results
Summary <- merge(summary1,summary2,by="VALUE_SEG")
有關使用此軟件包的更多詳細信息,請訪問此鏈接
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.