Суммируйте значения dplyr r

Question

У меня есть целевая переменная в диапазоне от -33 до 17 и переменная merchant_category_id с типом int.

summary(total_trans$target)
     Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
-33.21928  -0.80808  -0.09018  -0.45554   0.54223  17.96507 

str(total_trans$merchant_category_id)
merchant_category_id: int  278 307 705 307 705 307 705 307 278 332

Я хочу найти только минимальное и наибольшее значение переменной merchant_category_idкогда целевая переменная меньше или равна первому квартилю.

Я пытался сделать это:

total_trans %>% group_by(merchant_category_id) %>% summarise(counting = count(merchant_category_id))

Ответ - ошибка:

Error in summarise_impl(.data, dots) : 
  Evaluation error

После:

total_trans %>% summarise(Range = list(range(merchant_category_id[target <= summary(target)[2]])))

Ответ:

    Range
1 -1, 891

Также попробуйте:

total_trans %>% group_by(merchant_category_id) %>% summarise(Range = list(range(target[target < -0.80808])))

Ответ:

# A tibble: 325 x 2
   merchant_category_id Range    
                  <int> <list>   
 1                   -1 <dbl [2]>
 2                    2 <dbl [2]>
 3                    9 <dbl [2]>
 4                   11 <dbl [2]>
 5                   14 <dbl [2]>
 6                   16 <dbl [2]>
 7                   18 <dbl [2]>
 8                   19 <dbl [2]>
 9                   21 <dbl [2]>
10                   27 <dbl [2]>
# ... with 315 more rows
There were 26 warnings (use warnings() to see them)

Если я сделаю это

total_trans %>% count(merchant_category_id, wt = target < -0.80808)

или

total_trans %>%
  mutate(q1 = target <= quantile(target, 1/4)) %>%
  filter(q1) %>%
  group_by(merchant_category_id) %>%
  summarise(count = n())

В ответ я получаю:

   merchant_category_id     n
                  <int> <int>
 1                   -1   432
 2                    2  8364
 3                    9  2580
 4                   11     9
 5                   14  1800
 6                   16   177
 7                   18     4
 8                   19 24371
 9                   21   466
10                   27     4

Это почти то, что мне нужно.Необходимо только заказать столбец n, от наибольшего количества до наименьшего количества

Как использовать для этого dplyr?

Answer 1

Не знаю, это лучший ответ:

top_n(total_trans %>%
  mutate(q1 = target <= quantile(target, 1/4)) %>%
  filter(q1) %>%
  group_by(merchant_category_id) %>%
  summarise(count = n())%>% arrange(desc(count)), 20)

Но работает с использованием top_n.

Большое спасибо всем !!!!

Answer 2

Для того, что я понимаю в вопросе, что-то вроде следующего сделает это.

Сначала составьте набор данных.

set.seed(1234)
n <- 100
total_trans <- data.frame(merchant_category_id = sample.int(20, n, TRUE),
                          target = runif(n, -33, 17))

Теперь проблема.

library(dplyr)

total_trans %>%
  mutate(q1 = target <= quantile(target, 1/4)) %>%
  filter(q1) %>%
  group_by(merchant_category_id) %>%
  summarise(count = n())

Обратите внимание, что две строки кода mutate и filter могут стать простоодин: filter(target <= quantile(target, 1/4)).Я оставил это так, чтобы сделать код более читабельным.

Редактировать.

Следующие сортировки по количеству и сохраняют только первые 20 строк результата.

total_trans %>%
  filter(target <= quantile(target, 1/4)) %>%
  count(merchant_category_id) %>%
  arrange(desc(n)) %>%
  head(20)