R 中跨两个以上不同数据帧的计算

Question

我正在尝试将之前在 Excel 中完成的一些工作转移到 R 中。我需要做的就是将两个基本 count_if 公式转换为可读的 R 脚本。在 Excel 中，我会使用三个 table 并使用 'point-and-click' 方法计算它们，但现在我不知道应该如何在 R 中解决它。

我的原始数据帧很大，所以对于这个问题我发布了示例数据帧：

OperatorData <- data.frame(
                    Operator = c("A","B","C"),
                    Locations = c(850, 575, 2175)
 )

AreaData <- data.frame(
              Area = c("Torbay","Torquay","Tooting","Torrington","Taunton","Torpley"),
              SumLocations = c(1000,500,500,250,600,750)
 )

OperatorAreaData <- data.frame(
              Operator = c("A","A","A","B","B","B","C","C","C","C","C"),
              Area = c("Torbay","Tooting","Taunton",
                       "Torbay","Taunton","Torrington",
                       "Tooting","Torpley","Torquay","Torbay","Torrington"),
              Locations = c(250,400,200,
                            100,400,75,
                            100,750,500,650,175)
 )

我想做的是向 OperatorData 数据框添加两列：一列表示操作员在其中操作的区域数量，另一列表示操作员在其中操作的区域数量并且拥有超过 50% 的位置。

所以新的结果数据框看起来像这样

Operator     Locations   AreaCount    Own_GE_50percent
A            850         3            1
B            575         3            1
C            2715        5            4

到目前为止，我已经设法使用 table 函数计算出第一列，然后附加：

OpAreaCount <- data.frame(table(OperatorAreaData$Operator))
names(OpAreaCount)[2] <- "AreaCount"
OperatorData$"AreaCount" <- cbind(OpAreaCount$AreaCount)

这很简单，但我卡在如何计算第二列计算条件为 50%。

Answer 1

library(dplyr)

OperatorAreaData %>%
  inner_join(AreaData, by="Area") %>%
  group_by(Operator) %>%
  summarise(AreaCount = n_distinct(Area),
            Own_GE_50percent = sum(Locations > (SumLocations/2)))

# # A tibble: 3 x 3
#   Operator AreaCount Own_GE_50percent
#   <fct>        <int>            <int>
# 1 A                3                1
# 2 B                3                1
# 3 C                5                4

如果您确定每个 Operator 都有唯一的 Area 值，则可以使用 AreaCount = n()。

R 中跨两个以上不同数据帧的计算

Calculations across more than two different dataframes in R

r

cbind