Wie berechnet man die durchschnittliche Zeit für aggregierte Daten für verschiedene Gruppen?

Question

Ich habe folgende Datenrahmen und diese Frage bezieht sich auf [diesen Thread]

df = data.frame(c("2012","2012","2012","2013"), 
       c("AAA","BBB","AAA","AAA"), 
       c("X","Not-serviced","X","Y"), 
       c("2","10","3","2.5")) 

colnames(df) = c("year","type","service_type","waiting_time") 

Ich durchschnittliche Wartezeiten für Service und nonserviced Gruppen erhalten möchten. Dies ist, wie die Daten gruppiert sind:

library(data.table) 
setDT(df)[, .(num_serviced = sum(service_type != "Not-serviced"), 
     num_notserviced = sum(service_type =="Not_serviced"), 
     avg_wt = mean(waiting_time)), ## THE PROBLEM HERE!!! 
    .(year, type)][, Total := num_serviced + num_notserviced][] 

jedoch avg_wt = mean(waiting_time)) durchschnittliche Wartezeit über insgesamt geschätzt. Ich würde eher avg_wt_serviced und avg_wt_notserviced benötigen.

muss das Ergebnis sein:

year type num_serviced num_notserviced num_total avg_wt_serviced avg_wt_notserviced 
2012 AAA 2   0    2   2.5    0 

Answer 1

Mit dplyr können wir mean

library(dplyr) 
df %>% 
    group_by(year,type) %>% 
    summarise(num_serviced = sum(service_type != "Not-serviced"), 
      num_notserviced = sum(service_type == "Not-serviced"), 
      num_total = num_serviced + num_notserviced, 
      avg_wt_serv = mean(waiting_time[service_type != "Not-serviced"]), 
      avg_wt_notser = mean(waiting_time[service_type == "Not-serviced"])) 


# year type num_serviced num_notserviced num_total avg_wt_serv avg_wt_notser 
# <fctr> <fctr> <int>   <int>  <int>  <dbl>   <dbl> 
#1 2012 AAA  2    0   2  2.5   NaN 
#2 2012 BBB  0    1   1  NaN   10 
#3 2013 AAA  1    0   1  2.5   NaN 

Answer 2

Das Problem in den genannten Spalten zu liegen scheinen. Bearbeiten/Hinzugefügt: Aufgrund von Anführungszeichen wird die Spalte als Faktorvariable gelesen. Siehe class(df$waiting_time)

Das Hinzufügen dieser Zeile vor der Berechnung gibt die richtige Antwort für mich.

df$waiting_time<- as.numeric(as.character(df$waiting_time)) 

Answer 3

hier verwenden ist: In Ihrem Datenrahmen muss die Wartezeit eine Zahl sein können mean verwenden, finden Sie as.numeric() es zu konvertieren.

df = data.frame(c("2012","2012","2012","2013"), 
       c("AAA","BBB","AAA","AAA"), 
       c("X","Not-serviced","X","Y"), 
       c(2,10,3,2.5)) 

colnames(df) = c("year","type","service_type","waiting_time") 

library(data.table) 
setDT(df)[, .(num_serviced = sum(service_type != "Not-serviced"), 
       num_notserviced = sum(service_type =="Not-serviced"), 
       avg_wt_serviced = ifelse(service_type != "Not-serviced",mean(waiting_time),0), 
       avg_wt_notserviced = ifelse(service_type == "Not-serviced",mean(waiting_time),0)), 
      .(year, type)][, Total := num_serviced + num_notserviced][]