【问题标题】：sequence of mathematical actions divided by groups in RR中按组划分的数学动作序列
【发布时间】：2018-08-27 16:09:11
【问题描述】：

我有数据。这里的例子

 mydat=structure(list(ItemRelation = c(11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 
11628L, 11628L, 11628L, 11628L, 11628L, 11628L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 
11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L, 11627L
), SaleCount = c(0L, 0L, 6L, 0L, 38L, -14L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 33L, 0L, -10L, -2L, 0L, 22L, -4L, 0L, 0L, -5L, 3L, 0L, 
28L, -14L, 0L, 0L, 0L, 0L, 0L, 21L, -5L, 0L, 0L, 0L, 0L, 0L, 
32L, -8L, 6L, 0L, 0L, 0L, 0L, 33L, -7L, 0L, 0L, 0L, 3L, -3L, 
47L, -22L, 0L, 0L, 0L, 0L, 0L, 26L, -3L, 0L, 0L, 0L, 6L, 0L, 
0L, 6L, 0L, 38L, -14L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 33L, 0L, -10L, 
-2L, 0L, 22L, -4L, 0L, 0L, -5L, 3L, 0L, 28L, -14L, 0L, 0L, 0L, 
0L, 0L, 21L, -5L, 0L, 0L, 0L, 0L, 0L, 32L, -8L, 6L, 0L, 0L, 0L, 
0L, 33L, -7L, 0L, 0L, 0L, 3L, -3L, 47L, -22L, 0L, 0L, 0L, 0L, 
0L, 26L, -3L, 0L, 0L, 0L, 6L), DocumentNum = c(3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 3270L, 
3270L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 3271L, 
3271L, 3271L, 3271L, 3271L), IsPromo = c(0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L)), .Names = c("ItemRelation", 
"SaleCount", "DocumentNum", "IsPromo"), class = "data.frame", row.names = c(NA, 
-132L))

数据包含两组按 ItemRelation+DocumentNum 列。

11628   3270
11627   3271

有 Ispromo 专栏。它只能取两个值 0 或 1。所以我需要通过 SaleCount 获得零类 Ispromo 的非负值或零值的总和。 Only 正值的总和。在这种情况下

6 38 33 22 3 28 21 6

sum=157.

然后我需要得到 sum only 的负值

-14
-10
-2
-4
-5
-14
-5


sum=-54

然后我必须添加这两个值！ 157+-54=103 之后，我需要 103 除以正值的总数。这里只有8个正值。 103/8=12,875。对于 ispromo 列的零类。

对于第一类 Ispromo

通过 salescount 我需要得到所有值的总和以及正负数。

32
-8
6
33
-7
3
-3
47
-22
26
-3

sum=104

然后这个结果我需要除以总计数正值。是6

 32
6
33
3
47
26


104/6=17,33333333

以及最终结果。从这个值(17,33333333) 我需要提取Zero category of ispromo when we 103 divided by the total number of positive values.的结果

*103/8=12,875*

并乘以第一类 ispromo 的正值计数在我们的例子中是6 17,33333333-(12,875*6)= -59,91666667

必须对每个组进行此数学运算

11628   3270
11627   3271

怎么做？预期输出

  ItemRelation DocumentNum Ispromo_by_SaleCount_sum_of_not_negative_or_zero_value for_negative_value
1        11628        3270                                                    157                -54
2        11627        3271                                                    157                -54
  substract_positive_and_negative Ispromo_by_salescount_i_need_get_sum_all_values_and_positive_and_negative
1                             103                                                                       104
2                             103                                                                       104
  divide_on_total_count_positive_value._It_is_5 end_result
1                                        12.875      -59.9
2                                        12.875      -59.9

或输入预期结果

    expect=sstructure(list(ItemRelation = c(11628L, 11627L), DocumentNum = 3270:3271, 
    Ispromo_by_SaleCount_sum_of_not_negative_or_zero_value = c(157L, 
    157L), for_negative_value = c(-54L, -54L), substract_positive_and_negative = c(103L, 
    103L), Ispromo_by_salescount_i_need_get_sum_all_values_and_positive_and_negative = c(104L, 
    104L), divide_on_total_count_positive_value._It_is_5 = c(12.875, 
    12.875), end_result = c(-59.9, -59.9)), .Names = c("ItemRelation", 
"DocumentNum", "Ispromo_by_SaleCount_sum_of_not_negative_or_zero_value", 
"for_negative_value", "substract_positive_and_negative", "Ispromo_by_salescount_i_need_get_sum_all_values_and_positive_and_negative", 
"divide_on_total_count_positive_value._It_is_5", "end_result"
), class = "data.frame", row.names = c(NA, -2L))

使用特定数据编辑

如果 SaleCount 的零类别 ispromo 我只有零值或负值，那么 x4 必须默认为 =0。还有另一种变体：如果 SaleCount 的一类 ispromo 只有零值或负值然后 X6 计算为 X6=0-x4。这里的数据和当然可以同时是两个变体，就像我的例子一样。

mydat=structure(list(ItemRelation = c(11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 
11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L, 11709L
), SaleCount = c(0L, 0L, -1L, 0L, 0L, 0L, -2L, 0L, 0L, -1L, 0L, 
0L, 0L, -1L, -1L, 0L, 0L, -1L, 0L, 0L, 0L, 0L, -1L, 0L, 0L, 0L, 
0L, 0L, 0L, -2L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, -1L, 0L, 0L, 
0L, -1L, 0L, 0L, 0L, 1L, -2L, 0L, 0L, 0L, 0L), DocumentNum = c(1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 1002L, 
1002L, 1002L, 1002L, 1002L, 1002L, 1002L), IsPromo = c(0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L)), .Names = c("ItemRelation", "SaleCount", "DocumentNum", 
"IsPromo"), class = "data.frame", row.names = c(NA, -52L))

这里输出

ItemRelation DocumentNum CalendarYear        X1        X2        X3 X4        X5     X6
1        11709        1002         2018 any value any value any value  0 any value 0-x4=0

【问题讨论】：

请再次检查您提供的数据和您的计算。似乎你忘记了价值观。您在计算中忽略了 3 和 -2。然后，您必须解释如何以 6 结束“正值总数”，然后您说 5 忽略值 33...
@AntoniosK，我昨天想问你，但我的互联网出了点问题。谢谢你的通知，我编辑了帖子。我真的忘记了任何价值粘贴。请检查一下。我更新了帖子。有很多价值观，有些是我无意中错过的。
现在有意义了 :) 我在下面发布了一个解决方案。

标签： r dplyr data.table plyr

【解决方案1】：

library(dplyr)

mydat %>% 
  group_by(ItemRelation, DocumentNum) %>% 
  summarise(X1 = sum(SaleCount[SaleCount > 0 & IsPromo == 0]), 
            X2 = sum(SaleCount[SaleCount < 0 & IsPromo == 0]), 
            X3 = X1 + X2, 
            X4 = X3/sum(SaleCount > 0 & IsPromo == 0),
            X5 = sum(SaleCount[IsPromo == 1]),
            X6 = X5/sum(SaleCount > 0 & IsPromo == 1) - 
                 X3/sum(SaleCount > 0 & IsPromo == 0)*
                 sum(SaleCount > 0 & IsPromo == 1)) %>% 
  ungroup()

# # A tibble: 2 x 8
#   ItemRelation DocumentNum    X1    X2    X3    X4    X5    X6
#          <int>       <int> <int> <int> <int> <dbl> <int> <dbl>
# 1        11627        3271   157   -54   103  12.9   104 -59.9
# 2        11628        3270   157   -54   103  12.9   104 -59.9

如您所见，此过程的关键是能够使用适当的值子集对sum 列SaleCount。例如：sum(SaleCount[SaleCount > 0 & IsPromo == 0]) 将计算 sum 仅用于正值 SaleCount 和 IsPromo 等于 0。

以类似的方式，我们可以使用sum(SaleCount > 0 & IsPromo == 0) 来计算具有正SaleCount 和IsPromo 等于0 的观察值，因为我们得到@ 的（逻辑）向量的sum 987654334@ 和 FALSE 值。

对于您的编辑，试试这个：

mydat %>% 
  group_by(ItemRelation, DocumentNum) %>% 
  summarise(X1 = sum(SaleCount[SaleCount > 0 & IsPromo == 0]), 
            X2 = sum(SaleCount[SaleCount < 0 & IsPromo == 0]), 
            X3 = X1 + X2, 
            X4 = ifelse(sum(SaleCount > 0 & IsPromo == 0)==0, 0, X3/sum(SaleCount > 0 & IsPromo == 0)),
            X5 = sum(SaleCount[IsPromo == 1]),
            X6 = ifelse(sum(SaleCount > 0 & IsPromo == 1)==0, -X4,  
                        X5/sum(SaleCount > 0 & IsPromo == 1) - 
                        X3/sum(SaleCount > 0 & IsPromo == 0)*
                        sum(SaleCount > 0 & IsPromo == 1))) %>% 
  ungroup() %>%
  mutate_all(~ifelse(. %in% c(-Inf, Inf), 0, .))

【讨论】：

AntoniosK，我在分析数据时遇到了麻烦。任何情况都可以在数据中。我编辑了帖子。请问，你能在这种情况下帮助我吗？谢谢。
出现问题是因为分母是0。解决此问题的最简单方法是通过在进程末尾添加以下内容来更新 -Inf 或 Inf 的任何列：... %>% mutate_all(~ifelse(. %in% c(-Inf, Inf), 0, .))。看看，让我知道它是否有效。
这是可行的，但问题是，当我计算时，我使用条件，如果 SaleCount 的零类别 ispromo 我只有零或负值，那么 x4 必须默认为 =0。还有另一种变体：如果 SaleCount 的一类 ispromo 只有零或负值，则 X6 计算为 X6=0-x4.... 而不仅仅是将 inf 替换为 0。因为如果 X4=5，则 6 -x4=1 或 x6 =0 和 0-x4=-5。结果，负值可能很重要。如何在脚本中包含这些附加条件？
我已经更新了我的答案。我收到了X4 的更新，但我不太确定我收到了X6。看看，让我知道。
试试X6 = ifelse(sum(SaleCount > 0 & IsPromo == 1)==0, -abs(X4), ...，减去X4的绝对值