r - 按分类数据分组的零售价格汇总统计

Question

我需要一些帮助来编写一个函数，该函数接受三个分类输入并根据这些输入返回一个汇总统计向量。

该数据集包含有关零售商品的信息，可以通过其零售部门、品牌名称、商品类型及其零售价格和实际售价来指定。

现在我需要编写一个函数来获取这些输入并求平均值、计数并计算其他需要的内容。

我已将函数设置如下(使用虚构数据):

dataold = data.frame(segment=c("golf","tenis","football","tenis","golf","golf"),
                   brand=c("x","y","z","y","x","a"),
                   type=c("iron","ball","helmet","shoe","driver","iron"),
                   retail=c(124,.60,80,75,150,108),
                   actual=c(112,.60,72,75,135,100))

retailsum = funtion(segment,brand,type){    
     datanew = dataold[which(dataold$segment='segment' & 
                             dataold$brand='brand' & 
                             dataold$type='type'),c("retail","actaul")]

     summary = c(dim(datanew)[1],colMeans(datanew))
     return(summary)
}

函数大括号内的代码可以独立工作，但是一旦我将函数包裹在它周围，我就会开始收到错误，或者它只会返回 0 计数和 NaN手段。

任何帮助将不胜感激。我对 R 的经验很少，所以如果这是一个微不足道的问题，我深表歉意，但我一直无法找到解决方案。

Answer 1

您的代码中有很多错误，包括:

• 函数拼写错误
• 使用单个 =(赋值)而不是 ==(相等测试)
• 实际输入错误
• 在函数中对segment、brand和type进行硬编码，而不是引用参数。

这就是您的函数的样子，即它产生有效的结果:

retailsum <- function(data, segment,brand,type, FUN=colMeans){    
  x = with(data, data[segment==segment && brand==brand && type==type,
                      c("retail","actual")])
  match.fun(FUN)(x)
}

retailsum(dataold, "golf", "x", "iron", colMeans)
  retail   actual 
89.60000 82.43333 

<小时/>

这是一个使用 plyr 包的(可能更灵活)解决方案。这将计算分割市场、品牌和类型的所有组合的函数:

library(plyr)
ddply(dataold, .(segment, brand, type), colwise(mean))
   segment brand   type retail actual
1 football     z helmet   80.0   72.0
2     golf     a   iron  108.0  100.0
3     golf     x driver  150.0  135.0
4     golf     x   iron  124.0  112.0
5    tenis     y   ball    0.6    0.6
6    tenis     y   shoe   75.0   75.0