r 中的聚合函数不适用于我的数据集答案

【问题标题】：Aggregate function in r is not working on my datasetr 中的聚合函数不适用于我的数据集
【发布时间】：2018-02-22 19:35:00
【问题描述】：

样本数据集

日期 Playerid 收入促销 DayofWeek
01/01/2017 146123 0 B 星期日
01/01/2017 219378 0 B 星期日
01/01/2017 198614 0 B 星期日
02/01/2017 292640 30 A 星期一
02/01/2017 139562 10 A 星期一
02/01/2017 124967 20 A 星期一
02/01/2017 107954 20 A 星期一
2017 年 3 月 1 日 28391 10 B 星期二
2017 年 3 月 1 日 184388 21 B 星期二
2017 年 3 月 1 日 264222 20 B 星期二
03/01/2017 184857 0 B 星期二
04/01/2017 79788 40 A 星期三

我想按 DayofWeek 聚合表格，并总结一周中每一天的收入，计算使用 playerid 的玩家数量，这样我的最终输出如下所示：

玩家收入促销 DayofWeek 3 0 B 星期日 4 80 星期一 4 51 B星期二 1 40 A 星期三

我一直在尝试汇总上面附加的数据集，但所有尝试均未成功。可以帮忙吗？

下面是我的代码。

aggdata <-aggregate(MyData, by=list(DayofWeek,Revenue, Promo, Playerid), 
                    FUN=sum, na.rm=TRUE)

我收到以下错误

Error in FUN(X[[i]], ...) : invalid 'type' (character) of argument

【问题讨论】：

标签： r aggregate-functions

【解决方案1】：

dplyr 接近

library(dplyr)
ans <- df %>%
  group_by(DayofWeek) %>%
  summarise(Promo=unique(Promo), Revenue=sum(Revenue), Playerid=n())

输出

  DayofWeek Promo Revenue Playerid
      <chr> <chr>   <int>    <int>
1    Monday     A      80        4
2    Sunday     B       0        3
3   Tuesday     B      51        4
4 Wednesday     A      40        1

数据

df <- structure(list(Date = c("01/01/2017", "01/01/2017", "01/01/2017", 
"02/01/2017", "02/01/2017", "02/01/2017", "02/01/2017", "03/01/2017", 
"03/01/2017", "03/01/2017", "03/01/2017", "04/01/2017"), Playerid = c(146123L, 
219378L, 198614L, 292640L, 139562L, 124967L, 107954L, 28391L, 
184388L, 264222L, 184857L, 79788L), Revenue = c(0L, 0L, 0L, 30L, 
10L, 20L, 20L, 10L, 21L, 20L, 0L, 40L), Promo = c("B", "B", "B", 
"A", "A", "A", "A", "B", "B", "B", "B", "A"), DayofWeek = c("Sunday", 
"Sunday", "Sunday", "Monday", "Monday", "Monday", "Monday", "Tuesday", 
"Tuesday", "Tuesday", "Tuesday", "Wednesday")), .Names = c("Date", 
"Playerid", "Revenue", "Promo", "DayofWeek"), row.names = c(NA, 
-12L), class = c("data.table", "data.frame"))

【讨论】：

感谢您的帮助。我尝试了您的解决方案，它适用于提供的少量数据样本。但是，当我加载与我之前提供的具有相似列的数据集时，这次包含 30,000 行，解决方案不起作用。我尝试这样做：MyData % group_by(DayofWeek) %>% summarise(Promo=unique(Promo), Revenue=sum(Revenue), Playerid=n()) View(ans) I
我认为我的问题在于我加载数据的方式
我得到的错误是 Summarise_impl(.data, dots) 中的错误：列 Promo 的长度必须为 1（汇总值），而不是 3。有关详细信息 MyData 具有以下结构，str （MylData）'data.frame'：303345 obs。 5 个变量： $ Date : chr "01/01/2017" "01/01/2017" "01/01/2017" "01/01/2017" ... $ Playerid : int 146123 219378 28391 184388 264222 .. . $ 收入 : int 0 0 0 30 0 0 20 0 21 20 ... $ 促销 : chr "B" "B" "B" "B" ... $ DayofWeek: chr "Sunday" "Sunday" 。跨度>
我也尝试过这个 df
您的错误发生是因为您在每个 DayofWeek 有多个促销值。尝试按group_by(DayofWeek, Promo) 分组，然后总结summarise(Revenue=sum(Revenue), Playerid=n())

【解决方案2】：

这是因为您正在聚合除 Date 之外的所有内容，因此 sum 函数试图将这些日期字符串相加。尝试像这样对收入求和：

aggdata <-aggregate(MyData, by=list(DayofWeek, Date, Promo, Playerid), 
                FUN=sum, na.rm=TRUE)

或者，根据您的说法，您想忘记日期：

aggdata <-aggregate(. ~ Dayofweek + Promo + Playerid, data = MyData[,-2:5], sum)

【讨论】：

在尝试了你的建议后，我得到了以下错误 > aggdata
我想按日期以外的所有列进行汇总
在没有样本数据的情况下很难猜出确切的语法。请编辑您的问题以包含dput(MyData) 的输出。另外，我在最初显示后稍微更改了第二个公式：您使用的是编辑后的代码吗？
哎呀：我知道现在你想使用MyData[,-2:5]，而不是MyData[,-2:4]。修好了。
示例数据作为图像文件的链接附加，文件名是我的问题页面顶部的“客户数据集”。感谢您的帮助。