- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
给定简化数据
set.seed(13)
user_id = rep(1:2, each = 10)
order_id = sample(1:20, replace = FALSE)
cost = round(runif(20, 1.5, 75),1)
category = sample( c("apples", "pears", "chicken"), 20, replace = TRUE)
pit = rep(c(0,0,0,0,1), 4)
df = data.frame(cbind(user_id, order_id, cost, category, pit))
user_id order_id cost category pit
1 15 11.6 pears 0
1 5 41.7 apples 0
1 8 51.3 chicken 0
1 2 40.3 pears 0
1 16 7.9 pears 1
1 1 47.1 chicken 0
1 9 3.8 apples 0
1 10 35.4 apples 0
1 11 25.8 chicken 0
1 20 48.1 chicken 1
2 7 32.6 pears 0
2 18 31.3 pears 0
2 14 69 apples 0
2 4 60.9 chicken 0
2 13 41.2 apples 1
2 17 9.4 pears 0
2 19 34.9 apples 0
2 6 5.3 pears 0
2 3 57.3 apples 0
2 12 7.7 apples 1
我想创建包含成本累计总和和不同类别计数的列自上次 pit == 1 以来。所以结果看起来像这样:
user_id order_id cost category pit cum_cost distinct_categories
1 15 11.6 pears 0 11.6 1
1 5 41.7 apples 0 53.3 2
1 8 51.3 chicken 0 104.6 3
1 2 40.3 pears 0 144.9 3
1 16 7.9 pears 1 152.8 3
1 1 47.1 chicken 0 47.1 1
1 9 3.8 apples 0 50.9 2
1 10 35.4 apples 0 86.3 2
1 11 25.8 chicken 0 112.1 3
1 20 48.1 chicken 1 160.2 3
2 7 32.6 pears 0 32.6 1
2 18 31.3 pears 0 63.9 1
2 14 69 apples 0 132.9 2
2 4 60.9 chicken 0 193.8 3
2 13 41.2 apples 1 235.0 3
2 17 9.4 pears 0 9.4 1
2 19 34.9 apples 0 44.3 2
2 6 5.3 pears 0 49.6 2
2 3 57.3 apples 0 106.9 2
2 12 7.7 apples 1 114.6 2
理想情况下,解决方案将在 dplyr
中,但我对其他包/方法持开放态度。非常感谢您的帮助!卡西娅
最佳答案
我们可以使用dplyr
。按 'user_id' 和通过获取 'pit' 的累积和并获取其 lag
创建的分组变量进行分组,我们得到 'cost' 的 cumsum
作为 'cum_cost'和 match
索引的 cummax
在 'category' 和 unique
'category' 之间作为 'distinct_categories。
library(dplyr)
df %>%
group_by(user_id, ind= lag(cumsum(pit), default=0)) %>%
mutate(cum_cost = cumsum(cost),
distinct_categories = cummax(match(category, unique(category))))
# user_id order_id cost category pit ind cum_cost distinct_categories
# <int> <int> <dbl> <chr> <int> <dbl> <dbl> <int>
#1 1 3 49.8 apples 0 0 49.8 1
#2 1 13 14.8 chicken 0 0 64.6 2
#3 1 18 11.4 apples 0 0 76.0 2
#4 1 15 52.6 chicken 0 0 128.6 2
#5 1 11 13.6 chicken 1 0 142.2 2
#6 1 19 26.9 chicken 0 1 26.9 1
#7 1 2 54.9 chicken 0 1 81.8 1
#8 1 1 70.6 chicken 0 1 152.4 1
#9 1 10 55.0 chicken 0 1 207.4 1
#10 1 12 19.7 chicken 1 1 227.1 1
#11 2 8 40.0 pears 0 2 40.0 1
#12 2 16 37.4 pears 0 2 77.4 1
#13 2 20 70.5 pears 0 2 147.9 1
#14 2 5 63.8 apples 0 2 211.7 2
#15 2 14 31.9 apples 1 2 243.6 2
#16 2 17 9.1 chicken 0 3 9.1 1
#17 2 4 21.9 pears 0 3 31.0 2
#18 2 7 52.3 apples 0 3 83.3 3
#19 2 9 43.3 chicken 0 3 126.6 3
#20 2 6 9.9 pears 1 3 136.5 3
关于R:计算自上次出现值以来的累计和和计数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41020670/
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 年前。 Improve
我有点卡在 JavaScript 逻辑上来完成这个任务。 基本上 如果我给出一个数字(比如 30) 我想在两边都显示 5。 所以 25 26 27 28 29 30 31 32 33 34 35 这部
我编写的程序有问题。我无法获得输入字符串的正确字数,但我获得了正确的最长字符数。我不知道为什么,但这是我的代码。我正在做的是将一个字符串传递给一个函数,该函数将字符串中的所有字母大写。然后,该函数逐个
我有功能 public ArrayList vyberNahodnaPismena() { String[] seznamPismen = {"A", "Á", "B", "C", "Č",
这可以在 PGSQL 中完成吗?我有一个我创建的 View ,其中主机名、ip 和数据中心来自一个表,ifdesc 和 if stats 来自另一个表。 View 输出如下所示: hostname |
我想要一组来自订单文件的数据,这些数据可以为我提供客户编号、订单编号、产品、数量、价格以及每个订单的订单详细信息文件中的行数。我在最后一部分遇到问题。 Select Header.CustNo, He
我有属于街道的房子。一个用户可以买几套房子。我如何知道用户是否拥有整条街道? street table with columns (id/name) house table with columns
我有一套有 200 万个主题标签。然而,只有大约 200k 是不同的值。我想知道哪些主题标签在我的数据中重复得更多。 我用它来查找每个主题标签在我的数据集上重复了多少次: db.hashtags.ag
我有如下文件: { "_id" : "someuniqueeventid", "event" : "event_type_1", "date" : ISODate("2014-
我有以下三个相互关联的表: 主持人(有多个 session ) session (有多个进程) 过程 表结构如下: 主机表 - id, name session 表 - id, host_id, na
我需要根据 2 个字段对行进行计数以进行分组。 动物(一) id group_id strain_id death_date death_cause status --
我有一个 LINQ 语句,我正在努力改正,所以可能这一切都错了。我的目标是查询一个表并加入另一个表以获取计数。 地点 标识、显示 ProfilePlaces ID、PlaceID、通话、聆听 基本上P
我无法编写 Countifs 来完成我想要的。我每个月都会运行一份 claim 报告,其中包含大量按列组织的数据,并每月将其导出到 Excel 中。在一个单独的选项卡上,我有引用此数据复制到的选项卡的
我有一些数据采用此 sqlfilddle 中描述的格式:http://sqlfiddle.com/#!4/b9cdf/2 基本上,一个包含用户 ID 和事件发生时间的表。我想做的是根据用户发生事件的时
我有以下 SQL 语句: SELECT [l.LeagueId] AS LeagueId, [l.LeagueName] AS NAME, [lp.PositionId] FROM
我试图找出一个值在列中出现的平均次数,根据另一列对其进行分组,然后对其进行计算。 我有 3 张 table ,有点像这样 DVD ID | NAME 1 | 1 2 | 1 3
我有一个非常简单的 SQL 问题。我有一个包含以下列的数据库表: 零件号 销售类型(为简单起见,称之为销售类型 1、2、3、4、5) 我希望编写一个包含以下三列的查询: 零件号 Sales Type
我创建了以下存储过程,用于计算选定位置的特定范围之间每天的记录数: [dbo].[getRecordsCount] @LOCATION as INT, @BEGIN as datetime, @END
我有一个包含一组列的表,其中一个是日期列。 我需要计算该列的值引用同一个月的次数。如果一个月内,该计数的总和超过 3,则返回。 例如: ____________________ | DATE |
看XXX数据如下: lala XXX = EL String [XXX] | TXT String | MMS String 为此,XXX数据yppz是由 lala
我是一名优秀的程序员,十分优秀!