获取R中同一列中的计数和求和

Question

下面我在R中提到了dataframe。

ID       Date         Type         Value
K-1      2018-01-01   A            4
K-2      2018-01-01   B            7
K-3      2018-01-01   C            12
K-4      2018-01-02   A            6
K-5      2018-01-02   A            4
K-6      2018-01-02   B            15
K-7      2018-01-02   B            10

我想学习如何在下面给定所需的数据帧的情况下转换数据帧，其中A、B和C对于每个日期都应该是静态的，无论该特定类型在该日期是否可用。

另外，我想要在<5 (如果值在1-4之间)，5-10 (如果值在5到10之间)和>10 (如果值大于10)的存储桶中，按date和Type计算ID分组。

sum列还应包含该特定日期和类型的值的总和。

Count列应包含按特定日期分组的ID计数和Type。

存储桶<5、5-10和>10应始终出现在所需输出中，而不管该存储桶的值是否可用。

此外，如何根据特定ID组在括号()中的存储桶求和，并用逗号分隔2个十进制值。括号中sum的字体应小于count的字体(即如果<5存储桶的count字体为12，则括号中sum的字体应为10)。此外，如果特定存储桶中的计数为0，则不需要使用括号(0.00)作为值。

所需的DF

Date           Count      <5      5-10       >10      sum
2018-01-01      3         1 (4)    1 (7)      1 (12)   23
A               1         1 (4)    0          0        4
B               1         0        1 (7)      0        7
C               1         0        0          1 (12)   12
2018-01-02      4         1 (4)    2 (16)     1 (15)   35
A               2         1 (4)    1 (6)      0        10
B               2         0        1 (10)     1 (15)   25
C               0         0        0          0        0

我使用的代码(来自SO)：

library(tidyverse)

dat2 <- dat %>%
  mutate(Result = case_when(
    Value < 5                        ~"<5",
    Value >= 5 & Value <= 10         ~"5-10",
    Value > 10                       ~">10"
  )) %>%
  group_by(Date, Type, Result) %>%
  summarize(sum = sum(Value)) %>%
  mutate(Flag = 1L) %>%
  spread(Result, Flag, fill = 0L) %>%
  group_by(Date, Type) %>%
  summarize_all(list(~sum(.))) %>%
  ungroup() %>%
  complete(Date, Type)

dat2[is.na(dat2)] <- 0

dat3 <- dat2 %>% mutate(Count = rowSums(select(., -Date, -Type, -sum)))

dat4 <- dat3 %>%
  group_by(Date) %>%
  summarize_at(vars(-Type), list(~sum(.))) 

dat_final <- map2_dfr(split(dat4, f = dat4$Date),
                      split(dat3, f = dat3$Date),
                      ~bind_rows(.x %>% rename(Type = Date), 
                                 .y %>% select(-Date)))

dat_final2 <- dat_final %>%
  select(Date = Type, Count, `<5`, `5-10`, `>10`, sum)
dat_final2

Answer 1

tables包对于简洁地描述这样的输出是很好的。首先，创建计算列中显示的统计数据的函数。然后使用指示的tabular公式。LHS是行，RHS是列。+表示连接+两边描述的变量。

例如，可以通过改变格式串来改变sprintf的输出。参见?sprintf。

乳胶

另外，如果tab是tabular命令的输出，那么latex(tab)将创建一个latex版本，您可以通过插入latex命令进一步更改它。例如，作为sprintf格式字符串的"%d \\tiny{(%d)}"将使latex输出中带括号的部分更小。

html

如果您想要html输出，那么使用刚才定义的tab，那么html(tab)将创建一个html版本，该版本可以通过适当的html标记进一步改变。例如，作为sprintf格式字符串的"%d <small>(%d)</small>"将使带括号的部分在html输出中变小。

输入

我们在末尾的注释中以可重现的形式提供了输入dat。下次请确保输入以可重现的形式提供。

代码

这主要重现了问题中显示的输出，并且比那里的代码紧凑得多。

library(tables)

outstring <- function(x) if (length(x)) sprintf("%d (%d)", length(x), sum(x)) else 0
`<5` <- function(x) outstring(x[x < 5])
`5-10` <- function(x) outstring(x[x >= 5 & x <= 10])
`>10` <- function(x) outstring(x[x > 10])

tab <- 
  tabular(Date * (1 + Type) ~ (n=1) + Value * (`<5` + `5-10` + `>10` + sum), data = dat)

给予：

                       Value                  
 Date                n <5    5-10   >10    sum
 2018-01-01      All 3 1 (4) 1 (7)  1 (12) 23 
            Type A   1 1 (4) 0      0       4 
                 B   1 0     1 (7)  0       7 
                 C   1 0     0      1 (12) 12 
 2018-01-02      All 4 1 (4) 2 (16) 1 (15) 35 
            Type A   2 1 (4) 1 (6)  0      10 
                 B   2 0     1 (10) 1 (15) 25 
                 C   0 0     0      0       0 

备注

dat <- 
structure(list(ID = structure(1:7, .Label = c("K-1", "K-2", "K-3", 
"K-4", "K-5", "K-6", "K-7"), class = "factor"), Date = structure(c(1L, 
1L, 1L, 2L, 2L, 2L, 2L), .Label = c("2018-01-01", "2018-01-02"
), class = "factor"), Type = structure(c(1L, 2L, 3L, 1L, 1L, 
2L, 2L), .Label = c("A", "B", "C"), class = "factor"), Value = c(4L, 
7L, 12L, 6L, 4L, 15L, 10L)), class = "data.frame", row.names = c(NA, 
-7L))

更新

tabular类有一个as.matrix方法，我们可以对其执行简单的操作，以产生以下输出：

m <- as.matrix(tab)
m2 <- cbind(paste0(m[, 1], sub("All", "", m[, 3])), m[, -(1:3)])[-1, ]
setNames(as.data.frame(m2[-1, ]), m2[1, ])

给予：

        Date n    <5   5-10    >10 sum
1 2018-01-01 3 1 (4)  1 (7) 1 (12)  23
2          A 1 1 (4)      0      0   4
3          B 1     0  1 (7)      0   7
4          C 1     0      0 1 (12)  12
5 2018-01-02 4 1 (4) 2 (16) 1 (15)  35
6          A 2 1 (4)  1 (6)      0  10
7          B 2     0 1 (10) 1 (15)  25
8          C 0     0      0      0   0