R dplyr 基于总结的条件

Question

我有一组根据我们生成的报告从网站下载的项目。这个想法是根据下载次数删除不再需要的报告。逻辑基本上是计算去年所有已下载的报告，检查它们是否超出当年中位数的两个绝对偏差范围，检查报告是否在过去 4 周内下载，如果是，如何下载多次

我有下面的代码不起作用，我想知道是否有人可以提供帮助它给了我错误：对于 n_recent_downloads 部分

FUN(X[[1L]], ...) 中的错误：仅在具有所有数字变量的数据框中定义

reports <- c("Report_A","Report_B","Report_C","Report_D","Report_A","Report_A","Report_A","Report_D","Report_D","Report_D")
Week_no <- c(36,36,33,32,20,18,36,30,29,27)

New.Downloads <- data.frame (Report1 = reports, DL.Week =  Week_no)


test <- New.Downloads %>%
  group_by(report1) %>%
  summarise(n_downloads = n(),
        n_recent_downloads = ifelse(sum((as.integer(DL.Week) >= (as.integer(max(DL.Week))) - 4),value,0)))

Answer 1

提供一个可重现的例子会让生活变得更轻松。尽管如此，我已经修改了您的代码以实现我认为您想要实现的目标。

我把它分成两部分，这样你就可以看到发生了什么。我将 ifelse 语句移至 mutate 调用，该调用给出：

library(dplyr)

New.Downloads <- data.frame(
  Report1 = c("Report_A","Report_B","Report_C","Report_D","Report_A","Report_A","Report_A","Report_D","Report_D","Report_D"), 
  DL.Week = as.numeric(c(36,36,33,32,20,18,36,30,29,27))
)

test <- New.Downloads %>%
  group_by(Report1) %>%
  mutate(
    median = median(DL.Week),
    mad = 2 * mad(DL.Week),
    check = ifelse(DL.Week > median + mad | DL.Week < median - mad, 0, DL.Week)
  ) 

test

Source: local data frame [10 x 5]
Groups: Report1

    Report1 DL.Week median     mad check
1  Report_A      36   28.0 23.7216    36
2  Report_B      36   36.0  0.0000    36
3  Report_C      33   33.0  0.0000    33
4  Report_D      32   29.5  4.4478    32
5  Report_A      20   28.0 23.7216    20
6  Report_A      18   28.0 23.7216    18
7  Report_A      36   28.0 23.7216    36
8  Report_D      30   29.5  4.4478    30
9  Report_D      29   29.5  4.4478    29
10 Report_D      27   29.5  4.4478    27

请注意，根据您的示例，none 的值相对于 median + 2 * mad 标准被归类为极端值，因此 check 值与 DL.week 相同。

然后您可以将 summarise 链接到此结尾以得出总和。

test %>%
  summarise(
    n_recent_downloads = sum(check)
  )

Source: local data frame [4 x 2]

   Report1 n_recent_downloads
1 Report_A                110
2 Report_B                 36
3 Report_C                 33
4 Report_D                118

R dplyr 基于总结的条件

R dplyr Summarising based condition

r

group-summaries

dplyr

FUN(X[[1L]], ...) 中的错误：仅在具有所有数字变量的数据框中定义