如何构建满足多个条件的循环/ if语句？

Question

我们拥有150个啤酒品牌的大型数据集，在399周内在85家商店销售。这些品牌仍被划分为子品牌(f.ex.：brand = Budweiser，但子品牌仍然存在:百威轻型/普通百威等)。我们想要创建一个功能，创建一个新的专栏，给我们每个品牌的平均价格，如果-品牌是一样的，-一周是一样的，-商店是一样的。

因此，我们的目标是得到一个列，显示每个品牌每周平均价格一家商店(f.ex.：百威在商店1在第一周)。我们很难创建这个if语句/循环，因为我们对R非常陌生。

到目前为止，我们已经尝试解决这个步骤，通过了解它将如何工作，没有一个循环。因此，我们选择了特定的商店、品牌和周，并创建了一个向量。像这样，我们可以创建向量mean_price，它将所有子品牌每周的所有价格相加，然后除以子品牌的数量(通过对子品牌向量的求和来计算)。

try1 <- subset(beer, select = c("brand","week","store","price_ounce","logprice_ounce", "sales_ounce","logsales_ounce"))

try1$vector <- c(1)

store5 <- subset(try1, store==5 & week==224 & brand=="ariel")
mean_price <- (sum(store5$logprice_ounce)/(sum(store5$vector)))
View(mean_price)
``

So far this leads to only one mean price, but we would like to have a column that displays 1 mean price per brand & store & week.
In the end, we need this to perform a regression to estimate price elasticities per store.

We are looking forward to any kind of help as we are completely lost.
Thank you in advance!

Answer 1

Dplyr库非常适合这种类型的分析。您可以在dplyr中达到每家商店/品牌/啤酒的平均水平：

library(dplyr)

brand <- c("bud", "bud", "bud")
week <- c(1,1,1)
store <- c("A", "A", "A")
price_ounce <- c(2,3,2.2)

data <- data.frame(brand, week, store, price_ounce) %>%
  mutate(logprice_ounce = log(price_ounce))

answer <- data %>% 
  group_by(brand, week, store) %>%
  summarise(meanPrice = mean(price_ounce),
            geomMeanPrice = exp(mean(logprice_ounce)))

你可能会发现这本书很有用：R数据科学

Answer 2

实际上，你不需要任何循环来做你想做的事情。例如，您可以使用库data.table。

library(data.table)    
beer[, Mean:=mean(price_ounce), by=list(brand,week,store)]

您可以使用另一个名为dplyr的库来完成此操作，但我鼓励您查看data.table，它在处理大型数据集时速度更快。

我希望它能帮到你。