[英]Filter in group_by + mutate not working as in group_by + summarise in dplyr R
[英]Group_by and summarise and preserve initial order without arrange R
我需要在group_by
和summarise
之后保留行順序。
這是初始數據集:
movmnt_id <- c("101", "101", "351", "601","601","351")
plant <- c("F5P", "F5D", "F5P", "F5D","F5D", "RUP")
loc <- c("CB00", "CB00", "CB00", "CB00","CB00","MOS1")
qty <- c(100, 100,100,10,90,88)
date <- c("2018-01-05","2018-01-05","2018-01-05","2018-01-11","2018-01-11","2018-01-22" )
time <- c("10:38:38","10:47:17", "10:47:09","17:20:31","17:20:24","12:00:54" )
df <- data.frame(movmnt_id, plant, loc, qty,date, time)
df
movmnt_id plant loc qty date time
1 101 F5P CB00 100 2018-01-05 10:38:38
2 101 F5D CB00 100 2018-01-05 10:47:17
3 351 F5P CB00 100 2018-01-05 10:47:09
4 601 F5D CB00 10 2018-01-11 17:20:31
5 601 F5D CB00 90 2018-01-11 17:20:24
6 351 RUP MOS1 88 2018-01-22 12:00:54
我需要先根據具體條件下單(這里的數據集和條件都大大簡化了)。 我這樣做:
df2 <- df %>%
dplyr::group_by( movmnt_id, plant, loc,date,time) %>%
dplyr::summarise(total_qty = sum(qty)) %>%
dplyr::arrange( date,time) %>%
dplyr::ungroup()
df2
movmnt_id plant loc date time total_qty
<fct> <fct> <fct> <fct> <fct> <dbl>
1 101 F5P CB00 2018-01-05 10:38:38 100
2 351 F5P CB00 2018-01-05 10:47:09 100
3 101 F5D CB00 2018-01-05 10:47:17 100
4 601 F5D CB00 2018-01-11 17:20:24 90
5 601 F5D CB00 2018-01-11 17:20:31 10
6 351 RUP MOS1 2018-01-22 12:00:54 88
這個結果是可以的。 然后我需要刪除timestamp
並按數量summarise
。
我的最后一次嘗試看起來像這樣:
df3 <- df2 %>%
dplyr::group_by( movmnt_id, plant, loc,date) %>%
dplyr::summarise(total_qty = sum(total_qty)) %>%
dplyr::ungroup()
df3
movmnt_id plant loc date total_qty
<fct> <fct> <fct> <fct> <dbl>
1 101 F5D CB00 2018-01-05 100
2 101 F5P CB00 2018-01-05 100
3 351 F5P CB00 2018-01-05 100
4 351 RUP MOS1 2018-01-22 88
5 601 F5D CB00 2018-01-11 100
這不行 - 我失去了之前的訂單。
我需要的是movmnt_id = 601
的一行,並且與 df2 中的順序相同,日期為 2018-01-05 的movmnt_id = 351
應該在同一日期的移動 101 之間:
movmnt_id plant loc date time total_qty
<fct> <fct> <fct> <fct> <fct> <dbl>
1 101 F5P CB00 2018-01-05 10:38:38 100
2 351 F5P CB00 2018-01-05 10:47:09 100
3 101 F5D CB00 2018-01-05 10:47:17 100
4 601 F5D CB00 2018-01-11 17:20:24 100
5 351 RUP MOS1 2018-01-22 12:00:54 88
基本上,如果分組條件中的所有值都相同,除了 qty - 這些行可以相加,但如果不是 - 必須保持順序。
我該怎么做?
要保持與df2
相同的順序,您可以創建唯一鍵並match
。
cols <- c('movmnt_id', 'plant', 'loc', 'date')
df3 <- df3[order(match(do.call(paste, df3[cols]), do.call(paste, df2[cols]))), ]
df3
# movmnt_id plant loc date total_qty
# <chr> <chr> <chr> <chr> <dbl>
#1 101 F5P CB00 2018-01-05 100
#2 351 F5P CB00 2018-01-05 100
#3 101 F5D CB00 2018-01-05 100
#4 601 F5D CB00 2018-01-11 100
#5 351 RUP MOS1 2018-01-22 88
在這里,我按時間順序為 id / plant / loc 組合創建了一個有序因子,這里稱為“key”。 然后當我們通過它聚合時(使用 count 代替group_by %>% summarize
的快捷方式),並且 count 使用它來訂購 output。
library(forcats) # alternatively, load with library(tidyverse)
df %>%
arrange(date, time) %>%
mutate(key = paste(movmnt_id, plant, loc) %>% as_factor %>% fct_inorder()) %>%
count(key, date, movmnt_id, plant, loc, wt = qty, name = "total_qty")
key date movmnt_id plant loc total_qty
1 101 F5P CB00 2018-01-05 101 F5P CB00 100
2 351 F5P CB00 2018-01-05 351 F5P CB00 100
3 101 F5D CB00 2018-01-05 101 F5D CB00 100
4 601 F5D CB00 2018-01-11 601 F5D CB00 100
5 351 RUP MOS1 2018-01-22 351 RUP MOS1 88
隱含地,您希望維護由 date 變量給出的順序。 在group_by
arguments 中首先列出date
,以確保summarise
命令使用date
作為主鍵。
df %>%
group_by(date, movmnt_id, plant, loc) %>%
summarise(total_qty = sum(qty)) %>%
ungroup()
#> `summarise()` has grouped output by 'date', 'movmnt_id', 'plant'. You can override using the `.groups` argument.
#> # A tibble: 5 x 5
#> date movmnt_id plant loc total_qty
#> <chr> <chr> <chr> <chr> <dbl>
#> 1 2018-01-05 101 F5D CB00 100
#> 2 2018-01-05 101 F5P CB00 100
#> 3 2018-01-05 351 F5P CB00 100
#> 4 2018-01-11 601 F5D CB00 100
#> 5 2018-01-22 351 RUP MOS1 88
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.