R - 仅当每个组满足某些条件时才选择 ID答案

【问题标题】：R - Select IDs only if some conditions are met per groupR - 仅当每个组满足某些条件时才选择 ID
【发布时间】：2019-05-10 07:50:33
【问题描述】：

我正在尝试构建一个推荐器，它会根据人们所拥有的技能为特定活动推荐合适的人。为此，我首先构建了一个推荐引擎，它根据历史数据（从事这些活动的人所拥有的技能）为每个活动提供技能推荐。现在，诀窍是将这些与某些特定的人相关联。

我不太确定最聪明的方法，但最简单的方法是寻找特定活动的推荐技能，并与拥有至少 50% 的员工进行匹配技能。

我的数据集如下所示：

Region    ActivityID   Recommended_Skills     PersonID     Skills_Person
France    123          Python                 ABC          R
France    123          PowerPoint             ABC          Mikado
France    123          R                      ABC          Python
France    123          Word                   ABC          Photoshop    
France    123          Python                 XYZ          Finance
France    123          PowerPoint             XYZ          Powerpoint    
France    123          R                      XYZ          Law
France    123          Word                   XYZ          Analytics    
Spain     789          JavaScript             DEF          PowerPoint
Spain     789          PowerPoint             DEF          Word    
Spain     789          UI                     DEF          R
Spain     789          Office                 DEF          Finance    
Spain     789          Python                 CVB          JavaScript
Spain     789          PowerPoint             CVB          Office

基本上在这种情况下，我预期的数据框应该是这样的：

Region    ActivityID     PersonID
France    123            ABC
Spain     789            CVB

事实上，在这种情况下，不建议将 DEF 用于活动 123，因为需要有一个 group_by “Region”。此外，在这种情况下，每个 ActivityID 只推荐一个人，但通常应该有更多。

我希望这已经足够清楚了；任何帮助将不胜感激。

谢谢，艾伦

【问题讨论】：

逻辑是否正确df1 %>% group_by(Region, ActivityID, PersonID) %>% mutate(sn = sum(unique(Skills_Person) %in% Recommended_Skills)/n() >= 0.5 )
我的问题是，Recommended_Skills 是针对整列比较还是按组比较
嗨@akrun，感谢您的回答。推荐的_技能是每个活动。我尝试运行上面的代码，但我没有匹配特定活动的 Skills_Person 和 Recommend_Skills。

标签： r select group-by recommendation-engine

【解决方案1】：

tidyverse 的方式是

library(tidyverse)

df %>%
  group_by(Region, ActivityID) %>%
  summarise(PersonID = names(which.max(map_dbl(split(Skills_Person, PersonID), 
                        ~sum(Recommended_Skills %in% .)))))


#  Region ActivityID PersonID
#  <chr>  <chr>      <chr>   
#1  France 123        ABC     
#2  Spain  789        CVB

我们为每个Region 和Activity 分组，并为ActivityID 找到与Recommended_Skills 匹配技能最高的PersonID。

【讨论】：