关于 r：如何分别汇总每列的总和、平均值和计数的数据？


How can I aggregate data with sum, mean and count for each column respectively?

本问题已经有最佳答案，请猛点这里访问。

我有一个名为"order_product"的数据集，如下所示：

1
2
3
4
5
6
7
8
9
10
11
order_id   product  order_sequence  reorder
    1        egg          1            1
    1        meat         2            0
    1        fruit        3            1
    1        meat         4            1
    2        egg          1            1
    2        egg          2            1
    2        fruit        3            0
    3        egg          1            0
    3        fruit        2            1
    3        fruit        3            1

我将把数据聚合到一个名为"产品"的新数据框中，该数据框按产品分组。新聚合数据集的变量显示了每个产品的总频率、再订购率和平均序列。每个变量的计算如下：

1
2
3
frequency: product count
reorder_rate: sum of reorder/frequency
mean_sequence: sum or order_sequence/frequency

所以结果应该是这样的：

1
2
3
4
product  frequency reorder_rate  mean_sequence
  egg        4          3/4           5/4
  meat       2          1/2            3
 fruit       4          3/4           11/4

有人可以在 R 中帮助我吗？我尝试了 data.table 包中的 melt() 函数，但我不知道如何编写代码。

这样的计算很容易使用 dplyr

1
2
3
4
5
6
7
8
9
10
11
12
13
14
library(dplyr)

df %>%
  group_by(product) %>%
  summarise(frequency = n(),
            reorder_rate = sum(reorder)/frequency,
            mean_sequence = sum(order_sequence)/frequency)

# A tibble: 3 x 4
#  product frequency reorder_rate mean_sequence
#  <fct>       <int>        <dbl>         <dbl>
#1 egg             4         0.75          1.25
#2 fruit           4         0.75          2.75
#3 meat            2         0.5           3

但是，您也可以使用 data.table

1
2
3
4
library(data.table)

setDT(df)[, .(frequency = .N, reorder_rate = sum(reorder)/.N,
              mean_sequence = sum(order_sequence)/.N), by = product]