R - 最小化另一个维度的聚合和返回值答案

【问题标题】：R - Aggregating and returning value that minimises another dimensionR - 最小化另一个维度的聚合和返回值
【发布时间】：2018-12-27 13:51:54
【问题描述】：

我有一个数据框，其中包含日期、字符串（关键字）和指标（CPA）。

看起来像这样：

Day          Keyword             CPA              
1/1/18       trip                11.88
2/1/18       trip                14.91
3/1/18       motorbike           13.68
4/1/18       motorbike           16.31
5/1/18       hotel               11.88
6/1/18       hotel               14.91
11/1/18      hotel               13.68
13/1/18      car                 16.31

对于每个关键字字符串，我想返回 CPA 最低的那一天。

所以在这种情况下它会返回：

Lowest CPA Day          Keyword            
1/1/18                  trip                          
3/1/18                  motorbike                    
5/1/18                  hotel                        
13/1/18                 car

我可以返回最低的每次转化费用：

report_CPA_lowest <- report_CPA %>% select(Keyword, CPA) %>%
                                    group_by(Keyword) %>%
                                    summarise(
                                      lowest_CPA = min(CPA)
                                    ) %>% arrange(lowest_CPA)

但是当我试图返回这一天时，我失败了：

report_CPA_lowest <- report_CPA %>% select(Keyword, CPA) %>%
                                    group_by(Keyword) %>%
                                    summarise(
                                      lowest_CPA_date = which(Day == min(CPA))
                                    ) %>% arrange(lowest_CPA_date)

如果有更好的方法建议，我们将不胜感激！

【问题讨论】：

标签： r group-by dplyr aggregation

【解决方案1】：

（为重现性加载数据）

library(dplyr)

report_CPA <- read.table(text = "
Day          Keyword             CPA              
1/1/18       trip                11.88
2/1/18       trip                14.91
3/1/18       motorbike           13.68
4/1/18       motorbike           16.31
5/1/18       hotel               11.88
6/1/18       hotel               14.91
11/1/18      hotel               13.68
13/1/18      car                 16.31", header = TRUE)

您需要使用[ ] 访问这些值。在这种情况下，您也可以使用which.min 代替更通用的which。

report_CPA %>%
  group_by(Keyword) %>%
  summarise(
    lowest_CPA = min(CPA),
    lowest_CPA_date = Day[which.min(CPA)]
  )

输出：

  Keyword   lowest_CPA lowest_CPA_date
  <fct>          <dbl> <fct>          
1 trip            11.9 1/1/18         
2 car             16.3 13/1/18        
3 motorbike       13.7 3/1/18         
4 hotel           11.9 5/1/18

【讨论】：

【解决方案2】：

我会选择

df %>% group_by(Keyword) %>% slice(which.min(CPA))

## A tibble: 4 x 3
## Groups:   Keyword [4]
#  Day     Keyword     CPA
#  <fct>   <fct>     <dbl>
#1 13/1/18 car        16.3
#2 5/1/18  hotel      11.9
#3 3/1/18  motorbike  13.7
#4 1/1/18  trip       11.9

这将简单地选择每个关键字具有最低 CPA 的（第一）行。

【讨论】：

【解决方案3】：

使用dplyr::top_n

library(dplyr)
report_CPA %>%
  group_by(Keyword) %>%
  top_n(-1,CPA)

# # A tibble: 4 x 3
# # Groups:   Keyword [4]
#   Day     Keyword     CPA
#   <fct>   <fct>     <dbl>
# 1 1/1/18  trip       11.9
# 2 3/1/18  motorbike  13.7
# 3 5/1/18  hotel      11.9
# 4 13/1/18 car        16.3

负指数表示您过滤最小值。

在基础 R

do.call(rbind, by(report_CPA,report_CPA$Keyword,function(x)x[which.min(x$CPA),]))

或

do.call(rbind,lapply(split(report_CPA, report_CPA$Keyword),function(x)x[which.min(x$CPA),]))
#               Day   Keyword   CPA
# car       13/1/18       car 16.31
# hotel      5/1/18     hotel 11.88
# motorbike  3/1/18 motorbike 13.68
# trip       1/1/18      trip 11.88

【讨论】：

【解决方案4】：

library(data.table)

input <- as.data.table(input) # 2018-01-01
input[, Day := as.POSIXct(Day)]
input[, .(minCPA = min(CPA), minDate = min(Day)), by = .(Keyword)][]

     Keyword minCPA             minDate
1:      trip  11.88 2018-01-01 03:00:00
2: motorbike  13.68 2018-01-03 03:00:00
3:     hotel  11.88 2018-01-05 03:00:00
4:       car  16.31 2018-01-13 03:00:00

【讨论】：

【解决方案5】：

安排好后，slice第一个值

  report_CPA %>% 
  group_by(Keyword) %>% 
  arrange(desc(Keyword, CPA)) %>% 
  slice(1)

#> # A tibble: 4 x 3
#> # Groups:   Keyword [4]
#>   Day     Keyword     CPA
#>   <fct>   <fct>     <dbl>
#> 1 13/1/18 car        16.3
#> 2 5/1/18  hotel      11.9
#> 3 3/1/18  motorbike  13.7
#> 4 1/1/18  trip       11.9

由reprex package (v0.2.0) 于 2018 年 7 月 19 日创建。

【讨论】：