如何解决将数据汇总成整洁的格式
我已经汇总了我试图以“整洁”格式获取的数据。这是数据的示例。 1 级 = 同一组内所有 2 级或 3 级项目的总和。
灯 (2) 是电气 (1) 的子组件。 Wiring (3) 和 Bulbs (3) 是 Lights (2) 的子组件，依此类推。
200 电 = 82 灯 + 118 通风口
或者可以分解为：
200 个电气 = 60 个接线 + 22 个灯泡 + 60 个探测器 + 20 个电缆 + 25 个塑料 + 13 个支架
Level Group Name Price
1 01 Electrical 200
2 01 Lights 82
3 01 Wiring 60
3 01 Bulbs 22
2 01 Vent 118
3 01 Detector 60
3 01 Cable 20
3 01 Plastic 25
3 01 Brackets 13
1 02 Interior 500
2 02 Doors 300
3 02 Knobs 40
2 02 Trim 200
3 02 Shelves 150
4 02 Brackets 50
然后对组 02（内部）重复该过程。我试图以整洁/更可行的格式获取这些数据，以便我可以进行一些分析，而无需重复或三次计算每件商品的价格。电气 (200) 和内部 (500) 的总和应该是 700。但是当我合计价格列时，我们得到 1840，因为项目被计算了不止一次。
解决方法
不是 tidyverse 但数据可以转换为 data.tree 和 igraph 格式，这些格式具有处理树和图形的功能，也可以用于转换为其他格式，例如as.list(nn) 其中 nn 是下面定义的 data.tree 节点对象是嵌套列表表示。有关可重现形式的输入数据，请参阅末尾的注释。
library(data.tree)
library(sqldf)
library(yaml)
# compute parents
DF2 <- sqldf("select a.*,max(b.rowid) parent
from DF a
left join DF b on b.Level = a.Level - 1 and b.rowid < a.rowid
group by a.rowid")
# leaves are those rows that are not a parent
leaves <- setdiff(1:nrow(DF2),DF2$parent)
# format as a yaml string and then read the yaml into a data tree node structure
s <- sapply(1:nrow(DF2),function(i) with(DF2[i,],paste(
if (Level == 1) paste0("Group-",Group,":\n"),strrep(" ",Level),paste0(i,Name),":",if (i %in% leaves) paste("\n"," Price:",Price)
)))
y <- yaml.load(unlist(strsplit(s,"\n")))
nn <- as.Node(y)
print(nn,"Price")
给予（输出后继续）
levelName Price
1 Root NA
2 ¦--Group-1 NA
3 ¦ °--1Electrical NA
4 ¦ ¦--2Lights NA
5 ¦ ¦ ¦--3Wiring 60
6 ¦ ¦ °--4Bulbs 22
7 ¦ °--5Vent NA
8 ¦ ¦--6Detector 60
9 ¦ ¦--7Cable 20
10 ¦ ¦--8Plastic 25
11 ¦ °--9Brackets 13
12 °--Group-2 NA
13 °--10Interior NA
14 ¦--11Doors NA
15 ¦ °--12Knobs 40
16 °--13Trim NA
17 °--14Shelves NA
18 °--15Brackets 50
我们也可以转换成 igraph 对象。
library(igraph)
set.seed(123)
g <- as.igraph(nn)
plot(g,vertex.shape = "none",vertex.label.cex = 0.7)
注意
Lines <- "Level Group Name Price
1 01 Electrical 200
2 01 Lights 82
3 01 Wiring 60
3 01 Bulbs 22
2 01 Vent 118
3 01 Detector 60
3 01 Cable 20
3 01 Plastic 25
3 01 Brackets 13
1 02 Interior 500
2 02 Doors 300
3 02 Knobs 40
2 02 Trim 200
3 02 Shelves 150
4 02 Brackets 50"
DF <- read.table(text = Lines,header = TRUE)
我会通过删除任何汇总级别的行来解决这个问题，但首先要弄清楚它们属于哪个级别 1 和 2。请参见下面的示例，该示例依赖于您的数据在传入时按层次排序。例如，您现在可以对 Level1 或 Level2 求和。
library(tidyverse)
df_dups <- tribble(
~Level,~Group,~Name,~Price,1,01,'Electrical',200,2,'Lights',82,3,'Wiring',60,'Bulbs',22,'Vent',118,'Detector','Cable',20,'Plastic',25,'Brackets',13,02,'Interior',500,'Doors',300,'Knobs',40,'Trim','Shelves',150,4,50
)
df_unique <- df_dups %>%
mutate(
NameLevel1=case_when(
Level==1~Name,TRUE~NA_character_
),NameLevel2=case_when(
Level==2~Name,NameLevel3=case_when(
Level==3~Name,TRUE~NA_character_
)
) %>%
fill(NameLevel1,.direction="down") %>%
fill(NameLevel2,.direction="down") %>%
filter(Level==3) %>%
select(Group,Name,Price,Level1=NameLevel1,Level2=NameLevel2)
df_unique
#> # A tibble: 8 x 5
#> Group Name Price Level1 Level2
#> <dbl> <chr> <dbl> <chr> <chr>
#> 1 1 Wiring 60 Electrical Lights
#> 2 1 Bulbs 22 Electrical Lights
#> 3 1 Detector 60 Electrical Vent
#> 4 1 Cable 20 Electrical Vent
#> 5 1 Plastic 25 Electrical Vent
#> 6 1 Brackets 13 Electrical Vent
#> 7 2 Knobs 40 Interior Doors
#> 8 2 Shelves 150 Interior Trim
df_unique %>%
group_by(Level1) %>%
summarise(
TotPrice=sum(Price),.groups="drop"
)
#> # A tibble: 2 x 2
#> Level1 TotPrice
#> <chr> <dbl>
#> 1 Electrical 200
#> 2 Interior 190
df_unique %>%
group_by(Level1,Level2) %>%
summarise(
TotPrice=sum(Price),.groups="drop"
)
#> # A tibble: 4 x 3
#> Level1 Level2 TotPrice
#> <chr> <chr> <dbl>
#> 1 Electrical Lights 82
#> 2 Electrical Vent 118
#> 3 Interior Doors 40
#> 4 Interior Trim 150
由 reprex package (v2.0.0) 于 2021 年 5 月 25 日创建
,data.table 方法
像 split 这样的东西应该可以帮助您入门。
样本数据
library(data.table)
DT <- fread("Level Group Name Price
1 01 Electrical 200
2 01 Lights 82
3 01 Wiring 60
3 01 Bulbs 22
2 01 Vent 118
3 01 Detector 60
3 01 Cable 20
3 01 Plastic 25
3 01 Brackets 13
1 02 Interior 500
2 02 Doors 300
3 02 Knobs 40
2 02 Trim 200
3 02 Shelves 150
4 02 Brackets 50 ")
代码
split(DT,by = c("Group","Level"))
输出（列表）
$`1.1`
Level Group Name Price
1: 1 1 Electrical 200
$`1.2`
Level Group Name Price
1: 2 1 Lights 82
2: 2 1 Vent 118
$`1.3`
Level Group Name Price
1: 3 1 Wiring 60
2: 3 1 Bulbs 22
3: 3 1 Detector 60
4: 3 1 Cable 20
5: 3 1 Plastic 25
6: 3 1 Brackets 13
$`2.1`
Level Group Name Price
1: 1 2 Interior 500
$`2.2`
Level Group Name Price
1: 2 2 Doors 300
2: 2 2 Trim 200
$`2.3`
Level Group Name Price
1: 3 2 Knobs 40
2: 3 2 Shelves 150
$`2.4`
Level Group Name Price
1: 4 2 Brackets 50
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。