在data.table (r语言)中聚合具有2列的数据

Question

我有我的表(输入)：

date         directorName      companyName  rank
2015-08-01   Sergey            vino          29
2015-08-02   Sergey            vino          42
2015-08-09   Sergey            vino          25
2015-08-04   Sergey            vino          27
2015-08-05   Mike              bolder        29
2015-08-01   Mike              bolder        27
2015-08-11   Mike              bolder        23
2015-08-09   Mike              bolder        30
2015-08-09   Jay               bolder        2
2015-08-10   Jay               bolder        10
2015-08-11   Jay               bolder        31

输出:前10名我想知道directorName在rank中达到了前30名，但从companyName中从未达到前10名。

    date         directorName      companyName  rank
    2015-08-01   Sergey            vino          29
    2015-08-02   Sergey            vino          42
    2015-08-09   Sergey            vino          25
    2015-08-04   Sergey            vino          27

感谢您的帮助！

Answer 1

我们可以使用data.table在两个步骤的过程中尝试。将'data.frame‘转换为' Data.table’(setDT(df1))，按'companyName‘进行分组，if all’companyName‘大于10我们子集Data.table (.SD) (在当前示例中，这给出了预期的输出)。在第二步中，我们按“目录名”分组，检查“if”的any元素是否大于30，然后再次进行子集。

library(data.table)
setDT(df1)[, if(all(rank > 10)) .SD, companyName][, if(any(rank >30)) .SD , directorName]

#   companyName       date directorName rank
#1:        vino 2015-08-01       Sergey   29
#2:        vino 2015-08-02       Sergey   42
#3:        vino 2015-08-09       Sergey   25
#4:        vino 2015-08-04       Sergey   27

Answer 2

假设原始数据在一个名为DT的数据表中：

library(data.table)
output <- DT[ rank > 10 & rank <= 30, ]

Answer 3

第一个命令查找所有从未进入前10名的公司：

library(dplyr)
df %>% group_by(companyName) %>% 
    summarise(min = min(rank)) %>% 
    filter(min > 10) %>% select(companyName) -> tt

第二个选择了前30名中的导演。unique的存在只是为了避免重复：

unique(df$directorName[df$companyName %in% tt$companyName & df$rank < 30])

输出：

"Sergey"