Масштабировать значения в кадре данных по категориям - PullRequest
Новая
       16

Масштабировать значения в кадре данных по категориям

0 голосов
/ 02 июля 2018

У меня есть фрейм данных следующим образом: 

d <- data.frame(
    shop=c('A','A','A','A','A','B','B','B','C','C','C','C','D','E','E'),
    product=c(1:5,1:3,1:4,1,1:2), 
    price=c(16.83, 12.21, 9.99, 3.99, 1.00,
      19.50, 6.42, 1.89,
      13.95, 12.50, 7.87, 0.79,
      11.99,
      22.80, 15.99)  )

Данные представляют цены товаров, имеющихся в магазинах, причем товары пронумерованы в обратном порядке цен в каждом магазине. Я бы хотел узнать о самых дорогих продуктах в магазинах , а также о наименее дорогих продуктах (например, среднее значение, распределение, максимальная цена). Имея это в виду, я хочу изменить масштаб нумерации товаров, чтобы во всех магазинах самый дорогой номер 1, а наименее дорогой номер 10 (с дробными номерами товаров просто отлично).

Вещи, которые я знаю:

  1. Как масштабировать один вектор номеров товаров, используя максимум и минимальные значения
  2. Как получить максимальный номер товара по магазинам: aggregate(d[, 2], list(d$shop), max)

Но я не вижу, как соединить части, чтобы, например, номера продуктов для магазина C были, от самых дорогих до наименее дорогих, c(1,4,7,10).

1 Ответ

0 голосов
/ 02 июля 2018

Вот подход, использующий dplyr и scales::rescale: 

df %>%
  group_by(shop) %>% #group by shop
    arrange(shop, desc(price)) %>% #arrange by shop and price
    mutate(scaled = 1:n(), #create a label for price (in this case it matches the product id but in some cases it might not)
           scaled = scales::rescale(scaled, to = c(1, 10)))

шкала от 1 до 10 

#output
# A tibble: 15 x 4
# Groups:   shop [5]
   shop  product price scaled
   <fct>   <dbl> <dbl>  <dbl>
 1 A           1 16.8    1   
 2 A           2 12.2    3.25
 3 A           3  9.99   5.5 
 4 A           4  3.99   7.75
 5 A           5  1     10   
 6 B           1 19.5    1   
 7 B           2  6.42   5.5 
 8 B           3  1.89  10   
 9 C           1 14.0    1   
10 C           2 12.5    4   
11 C           3  7.87   7   
12 C           4  0.79  10   
13 D           1 12.0    5.5 #one item in category, it is both min and max, so (1+10)/2 = 5.5
14 E           1 22.8    1   
15 E           2 16.0   10

, чтобы получить максимальный номер продукта, можно использовать суммирование после группировки: 

df %>%
  group_by(shop) %>%
  summarise(max = max(product))
#output
# A tibble: 5 x 2
  shop    max
  <fct> <dbl>
1 A      5.00
2 B      3.00
3 C      4.00
4 D      1.00
5 E      2.00

или если вы хотите суммировать несколько переменных одновременно (здесь, в столбцах 2 и 3): 

df %>%
  group_by(shop) %>%
  summarise_at(2:3, max)
## A tibble: 5 x 3
  shop  product price
  <fct>   <dbl> <dbl>
1 A        5.00  16.8
2 B        3.00  19.5
3 C        4.00  14.0
4 D        1.00  12.0
5 E        2.00  22.8
...