对 df 列的子集和 return 总和以及其他列的总计百分比应用条件

Question

我遇到了一个我应该解决但一直无法解决的令人沮丧的问题。给定如下所示的数据框，我想 return，对于每周 W1 到 W4，"amount" 列中的金额和金额百分比基于一个简单的条件。数据集还包含计算时需要忽略的 NA。

我尝试编写一个带有两个参数的函数，首先获取高于我的条件 (100) 的 ID，然后进行数量除法。这是我可笑的努力。

myfxn=function(x, y, na.rm=TRUE) {
  count=x>100
  with(count,100*(sum(y,na.rm=na.rm)/sum(!is.na(y)))) 
}

zz=as.data.frame(sapply(exampledata[3:6], myfxn, y=exampledata[2]))

structure(list(ID = 1:10, amount = c(200L, 100L, 300L, 400L, 
500L, 200L, 200L, 250L, 150L, 300L), W1 = c(150L, NA, 192L, 143L, 
158L, 187L, 173L, NA, 123L, NA), W2 = c(198L, 36L, 86L, 47L, 
38L, 109L, 196L, 17L, 188L, NA), W3 = c(50L, 36L, 70L, NA, 45L, 
164L, 82L, 169L, 113L, 89L), W4 = c(124L, 18L, 133L, NA, 162L, 
23L, 65L, 153L, 145L, 173L)), .Names = c("ID", "amount", "W1", 
"W2", "W3", "W4"), class = "data.frame", row.names = c(NA, -10L
))

理想情况下，我的 return 将是一个具有 4 行 (W1:W4) 和 2 列（金额和金额为 %）的 df。谢谢您的帮助！

Answer 1

这里有一个解决方案，虽然有点冗长，但它确实有效，更快的解决方案会涉及更复杂的代码和/或其他包，但这里的解决方案很简单，只使用 dplyr/tidyr/magrittr 希望我理解你答对了：

library(tidyr)
library(magrittr)
library(dplyr)
gather(df, Week, Value, 3:6) %>% filter(Value > 100) %>%
    group_by(Week) %>% summarise(Sum.amounts.per.week.over100 = sum(amount)) ->
    t.week.over100

gather(df, Week, Value, 3:6) %>%
    group_by(Week) %>% filter(!is.na(Value)) %>%
    summarise(Sum.amounts.per.week.total = sum(amount)) -> t.week.total

t.week <- merge(t.week.over100, t.week.total, by = "Week")
t.week$percent <- t.week$Sum.amounts.per.week.over100/t.week$Sum.amounts.per.week.total * 100

如果您希望百分比四舍五入：

t.week$percent <- round(t.week$percent)

我强烈建议您查看一些关于 tidyr/dplyr 和 magrittr 的教程，尤其是前两个，例如：

intro to dplyr

intro to tidyr

intro to magrittr

对 df 列的子集和 return 总和以及其他列的总计百分比应用条件

Apply condition on subset of df columns and return sum and % of total of other column

r

dataframe

plyr