【发布时间】:2019-04-09 04:09:20
【问题描述】:
我有一个包含数千行和几十列的值的数据框。对于给定的行R_0,我想迭代地找到一个互补行,将其添加到一个集合中,然后找到一个与集合中每个元素互补的行。互补行定义为:
- 如果给定行的列具有非零值,则该列的补码必须具有零值
最终结果应该是一组 SKU,它们的组合应该产生尽可能少的零值列。
为了说明,这里是一个玩具数据框(代码在底部):
sku p1_prop p2_prop p3_prop p4_prop p5_prop rowTally
1 1 0 0 0 0.1634774 0 1
2 2 0.1617101 0.1700415 0 0 0 2
3 3 0 0 0 0 0.1385715 1
4 4 0 0 0.1785431 0 0.1399401 2
5 5 0.1682469 0 0 0 0 1
totalDollarSales totalUnitSales dollarsPerRobot
1 386175.48 482131.9 0.80097474
2 13488.99 599605.9 0.02249643
3 382449.72 493592.0 0.77482973
4 869703.88 186299.0 4.66832335
5 340414.96 827390.6 0.41143200
我想要一个函数,它接受集合中的第一个 SKU 作为输入,并找到集合的所有互补元素。
比如我需要一个函数f:
f(df=A, sku=1, rowTallyThreshold)
流程迭代地添加一个与现有集合互补的 SKU。如果rowTallyThreshold = 3,那么rowTally<=3 所在的所有行都可以添加到集合中:
[1] -> [1, 2] -> [1, 2, 3]
[1] -> [1, 2] -> [1, 2, 4]
如果 'rowTallyThreshold' = 1,则可能会将 rowTally
[1] -> [1, 3] -> [1, 3, 5]
结果输出应该是所有可能的集合。
生成 MWE 的代码:
set.seed(1)
a = runif(n=25, min=0, max=0.18); a[a<0.13] = 0
A = as.data.frame(matrix(a, nrow=5, ncol=5, byrow = TRUE))
A$rowTally <- rowSums(A != 0);
A$sku <- seq(from = 1, to = 5)
A$totalDollarSales <- runif(n=5, min=1*10^2, max=1*10^6)
A$totalUnitSales <- runif(n=5, min=1*10^2, max=1*10^6)
names(A) <- c("p1_prop", "p2_prop", "p3_prop", "p4_prop", "p5_prop", "rowTally", "sku", "totalDollarSales", "totalUnitSales")
A <- A[c("sku", "p1_prop", "p2_prop", "p3_prop", "p4_prop", "p5_prop", "rowTally", "totalDollarSales", "totalUnitSales")]
A$dollarsPerRobot <- A$totalDollarSales/A$totalUnitSales
【问题讨论】:
-
我不明白
rowTallyThreshold是什么意思。为什么只有 -
对于这个特定问题,您是否关心除
p1_prop p2_prop p3_prop p4_prop p5_prop rowTally之外的任何列? -
@JonSpring
rowTallyThreshold是数据框中的rowTally列应与之进行比较的内容。如果rowTallyrowTallyThreshold,那么该行是一个可行的候选添加到集合中,假设它具有不重叠的列值 -
@JonSpring 这个问题,我只关心那些列