Fall wenn in Gruppe von in R

Question

Ich möchte eine sumif äquivalent Operation in R durchführen.

Immer wenn die ID und der Typ übereinstimmen und das Flag 0 ist, möchte ich einen Prozentsatz berechnen (im folgenden Beispiel ist es (1/(9 + 30826)), sonst möchte ich es als 0% behalten (wenn gibt es keine 0-Flag)

Hier ist das Beispiel:

ID Type Flag Value1 Value2 
1 Apple 0  1  9   
1 Apple 1  29312 30826 
1 Orange 1  2222  3423 
2 Orange 1  24566 32234 

ich möchte folgendes Ergebnis:

ID Type Value1 Value2 Result 
1 Apple 29313 30835 0.0032% 
1 Orange 2222 3423 0% 
2 Orange 24566 32234 0% 

Answer 1

Sie ave() verwenden können:

d <- read.table(header=TRUE, text="ID Type Flag Value1 Value2 
1 Apple 0  1  9   
1 Apple 1  29312 30826 
1 Orange 1  2222  3423 
2 Orange 1  24566 32234") 

d$Result <- ave(ifelse(d$Flag==0, d$Value1, 0), d$ID, d$Type, FUN=sum)/ave(d$Value2, d$ID, d$Type, FUN=sum) 
d$Value1 <- ave(d$Value1, d$ID, d$Type, FUN=sum) 
d$Value2 <- ave(d$Value2, d$ID, d$Type, FUN=sum) 
dResult <- d[d$Flag==1,] 
dResult 
# > dResult 
# ID Type Flag Value1 Value2  Result 
# 2 1 Apple 1 29313 30835 3.243068e-05 
# 3 1 Orange 1 2222 3423 0.000000e+00 
# 4 2 Orange 1 24566 32234 0.000000e+00 

Für die $Result in [%] können Sie tun d$Result <- 100*ave(...)

Answer 2

umrechnen data.frame zu 'data.table' (setDT(df1)), gruppiert nach 'ID', 'Typ', wenn die Anzahl der Beobachtungen ist größer als 1, mache die Division wie im Post des OP gezeigt oder gebe 0 zurück. Entferne die 'Flag' Spalte, dann erhält man die sum von 'Value1' und 'Value2' gruppiert nach 'ID' und 'Type' und nehmen Sie die unique

library(data.table) 
setDT(df1)[, Result := if(.N >1) round(100*Value1[1]/(Value2[1]+Value2[2]), 3) 
             else 0, .(ID, Type)] 
df2 <- df1[, -3, with = FALSE] 
df2[, (3:4) := lapply(.SD, sum), .SDcols = Value1:Value2, .(ID, Type)] 
unique(df2) 
# ID Type Value1 Value2 Result 
#1: 1 Apple 29313 30835 0.003 
#2: 1 Orange 2222 3423 0.000 
#3: 2 Orange 24566 32234 0.000 

---

Oder wir können die tidyverse in einem einzigen Strom verwenden. Nach Gruppierung von 'ID', 'Typ', erstellen Sie das 'Ergebnis' Spalte, gefolgt von der sum von ‚Value bekommen columns with mutate_at , remove the 'Flag' and get the distinct` Reihen

library(dplyr) 
df1 %>% 
    group_by(ID, Type) %>% 
    mutate(Result = round(100*if(n()==2) first(Value1)/(first(Value2)+last(Value2)) 
          else 0, 3)) %>% 
    mutate_at(vars(matches('Value')), sum) %>% 
    select(-Flag) %>% 
    distinct 
# A tibble: 3 x 5 
# Groups: ID, Type [3] 
#  ID Type Value1 Value2 Result 
# <int> <chr> <int> <int> <dbl> 
#1  1 Apple 29313 30835 0.003 
#2  1 Orange 2222 3423 0.000 
#3  2 Orange 24566 32234 0.000