r - dcast 中的自定义聚合函数

Question

我有一个表需要重新格式化。该表如下所示:

date   ItemID   NewPrice   Sale Amount
1-1     1         5            3
1-1     2         8            2
1-1     3         3            5
1-2     1         6            4
1-2     3         4            3
1-3     2         7            2
1-3     3         2            1

我想要重新制定的第一个表格如下所示:

date   item_1    item_2    item_3
1-1      3         2         5 
1-2      4         0         3
1-3      0         2         1

商品 ID 成为列名称，值是销售额。棘手的是，有些天，某些项目没有记录，就像 1-2 中的项目 2 没有项目记录一样。此时，销售金额应填写为0。

我想重新制定的第二个表如下所示:

date     item_1     item_2     item_3
1-1        5          8          3
1-2        6          8          4
1-3        6          7          2

所以我想要做的事情是使用 item_id 作为列，并使用 NewPrice 作为每个日期的值。

棘手的是，每天总有一些商品没有出现，所以当天该商品没有 NewPrice。在这种情况下，NewPrice 应该是最后一天的 NewPrice。

Answer 1

这是第一部分的基本 R 解决方案:

xtabs(`Sale Amount` ~ date + ItemID, DF)
##      ItemID
## date  1 2 3
##   1-1 3 2 5
##   1-2 4 0 3
##   1-3 0 2 1

对于第二部分，我们在动物园中使用 na.locf 和 tapply。 na.rm = FALSE 是为了防止第一个日期为 NA。在这种情况下，我们将其保留为 NA。

library(zoo)

na.locf(tapply(DF$NewPrice, DF[c("date", "ItemID")], c), na.rm = FALSE)
##      ItemID
## date  1 2 3
##   1-1 5 8 3
##   1-2 6 8 4
##   1-3 6 7 2

注意:可重现形式的输入 DF 为:

Lines <- "date   ItemID   NewPrice   'Sale Amount'
1-1     1         5            3
1-1     2         8            2
1-1     3         3            5
1-2     1         6            4
1-2     3         4            3
1-3     2         7            2
1-3     3         2            1"
DF <- read.table(text = Lines, header = TRUE, check.names = FALSE)