В двух наборах данных есть ключевые столбцы ad_set_id.1 (из att1) и ad_set_id из (sp1) (к этим столбцам присоединяются данные)
Здесь количество категорий.Например, 23842689912150735 имеет 4 строки
> att1
# A tibble: 190 x 2
adgroup_id n
<chr> <int>
1 "" 83370
2 23842662683520158 1
3 23842679516650158 1
4 23842689429990735 1
5 23842689432190735 1
6 23842689436120735 2
7 23842689442070735 3
8 23842689912150735 4
9 23842689919350735 1
10 23842718977600752 10
# ... with 180 more rows
-
sp1 ad_set_id n
<chr> <int>
1 0 5
2 23842582990160276 38
3 23842586880190112 28
4 23842593781850548 35
5 23842604878970288 39
6 23842607261660516 27
7 23842665260900648 28
8 23842671363180112 3
9 23842675132030648 27
10 23842702776810640 36
как внутреннее объединение этих идентификаторов (агрегированных данных)?например, идентификаторы 23842593781850500 и 123456 находятся в двух наборах данных и имеют 21 строку.
id count
23842593781850500 21
123456 21
, но затем получают все значения для этих идентификаторов.
Здесь приведены полные данные этих идентификаторов для использованных переменных иrealp (наборы данных sp1 и att1 в полной версии в одном наборе данных)
mydat=structure(list(ad_set_id = c(23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500, 123456,
123456, 123456, 123456, 123456, 123456, 123456, 123456, 123456,
123456, 123456, 123456, 123456, 123456, 123456, 123456, 123456,
123456, 123456, 123456, 123456), spent = c(13L, 16L, 16L, 16L,
17L, 13L, 19L, 12L, 10L, 19L, 10L, 12L, 17L, 10L, 19L, 14L, 15L,
20L, 19L, 12L, 10L, 12L, 16L, 16L, 19L, 17L, 20L, 14L, 10L, 10L,
10L, 20L, 13L, 19L, 15L, 20L, 12L, 18L, 15L, 19L, 14L, 14L),
ad_set_id.1 = c(23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
23842593781850500, 23842593781850500, 23842593781850500,
123456, 123456, 123456, 123456, 123456, 123456, 123456, 123456,
123456, 123456, 123456, 123456, 123456, 123456, 123456, 123456,
123456, 123456, 123456, 123456, 123456), realp = c(7L, 6L,
9L, 7L, 9L, 9L, 7L, 9L, 7L, 5L, 9L, 9L, 9L, 10L, 6L, 6L,
6L, 6L, 6L, 10L, 5L, 79L, 99L, 72L, 91L, 85L, 97L, 93L, 51L,
86L, 78L, 71L, 53L, 61L, 100L, 59L, 52L, 99L, 98L, 65L, 93L,
56L)), .Names = c("ad_set_id", "spent", "ad_set_id.1", "realp"
), class = "data.frame", row.names = c(NA, -42L))
Т.е. из полных данных создайте агрегированные данные, затем объедините их и для сопоставленных данных верните реальное наблюдение для использованных переменных из sp1 (ad_set_id потрачено),и realp из att1 (ad_set_id.1)
Т.е..
1.The first we join aggregate group
2.The second for matched data take data from full table
и если сумма для realp> сумма потрачена, тогда этот идентификатор получает флаг 1, иначе 0
вывод
ad_set_id spent ad_set_id.1 realp flag
1 23842593781850500 13 23842593781850500 7 0
2 23842593781850500 16 23842593781850500 6 0
3 23842593781850500 16 23842593781850500 9 0
4 23842593781850500 16 23842593781850500 7 0
5 23842593781850500 17 23842593781850500 9 0
6 23842593781850500 13 23842593781850500 9 0
7 23842593781850500 19 23842593781850500 7 0
8 23842593781850500 12 23842593781850500 9 0
9 23842593781850500 10 23842593781850500 7 0
10 23842593781850500 19 23842593781850500 5 0
11 23842593781850500 10 23842593781850500 9 0
12 23842593781850500 12 23842593781850500 9 0
13 23842593781850500 17 23842593781850500 9 0
14 23842593781850500 10 23842593781850500 10 0
15 23842593781850500 19 23842593781850500 6 0
16 23842593781850500 14 23842593781850500 6 0
17 23842593781850500 15 23842593781850500 6 0
18 23842593781850500 20 23842593781850500 6 0
19 23842593781850500 19 23842593781850500 6 0
20 23842593781850500 12 23842593781850500 10 0
21 23842593781850500 10 23842593781850500 5 0
22 123456 12 123456 79 1
23 123456 16 123456 99 1
24 123456 16 123456 72 1
25 123456 19 123456 91 1
26 123456 17 123456 85 1
27 123456 20 123456 97 1
28 123456 14 123456 93 1
29 123456 10 123456 51 1
30 123456 10 123456 86 1
31 123456 10 123456 78 1
32 123456 20 123456 71 1
33 123456 13 123456 53 1
34 123456 19 123456 61 1
35 123456 15 123456 100 1
36 123456 20 123456 59 1
37 123456 12 123456 52 1
38 123456 18 123456 99 1
39 123456 15 123456 98 1
40 123456 19 123456 65 1
41 123456 14 123456 93 1
42 123456 14 123456 56 1