基于 R 中的时间戳和唯一 ID 重构数据

Question

我正在处理一个大型数据集（超过 1000 万个案例），其中每个案例代表给定产品（有 17 种产品）的每月销售交易。因此，每家商店可能代表 204 个案例（12 个月 * 17 种产品销售额；请注意，并非所有商店全年都销售全部 17 种产品）。

我需要重组数据，以便每笔产品交易都有一个案例。这将导致每个商店仅代表 17 个案例。

理想情况下，我希望创建 12 个月交易的平均值。

更具体地说，该数据集目前有 5 个变量：

商店位置 — 唯一的 6 位序列
月 — 2013_MM（数据仅来自 2013 年）
售出的单位数量总利润（英镑）
产品类型 - 17 种不同的产品类型（这是一个字符串变量）

我在 R 中工作。最好将这个重组后的数据集保存到数据框中。

我认为 if/for 循环可以工作，但我不确定如何让它工作。

非常感谢任何建议或想法。如果您需要更多信息，请直接询问！

亲切的问候，

R

Answer 1

这里确实没有太多可处理的，但这就是我的解释导致的...您想要总结您的数据集，按 shop_location 和 product_type 分组

# install.packages('dplyr')
library(dplyr)

your_data_set <- xxx

your_data_set %>%
  group_by(shop_location, product_type) %>%
  summarise(profit = sum(total_profit),
            count = n(),
            avg_profit = profit/count)

基于 R 中的时间戳和唯一 ID 重构数据

Re-structuring data based on time-stamps and unique IDs in R

r

dataframe

structure