#r #filter #dplyr #distinct
Вопрос:
Я пытаюсь найти всех отправителей, которые отправили 4 или более отдельным получателям (по имени), где общая сумма, отправленная этим отдельным получателям, превышает 5000.00 долларов, и ищу способ сообщить r, чтобы сохранить все значения, содержащие разные имена, вместо одного.
Например, используя следующие данные.фрейм:
sender<-c("tom","tom","kevin","frank","tom","chris","tom","tom","craig","louis",
"john", "tom","brian","tom","George")
reciever<-c("ryan","dave","sarah","kel","eric","ben","wayne","mike","brenda","christina",
"brianna","hal","sam","ryan","van")
amount<-as.numeric(c("200","100","300","3000","100","350","100","90","670","865","600",
"300","1300","5200","200"))
dF<-data.frame(sender,reciever,amount)
Применение следующих параметров с помощью dpylr:
dF1<-dF%>%
distinct(reciever,.keep_all = TRUE)%>%
group_by(sender)%>%
summarise(
count=n(),
total = sum(amount)
)%>%
filter(count >= 4 amp; total>5000)
Вы заметите, что целью в примере вектора отправителя является том. у тома есть 2 транзакции с Райаном, однако из-за характера отдельной функции r извлекает первый столбец с Райаном, где соответствующая сумма равна 200, и исключает другой столбец с Райаном, который равен 5200. Это исключение представляет проблему, поскольку исключенная транзакция (если она включена) будет соответствовать логике порога в 5000 долларов, применяемого в фильтре.
Есть ли способ, используя функцию distinct, указать r, чтобы все события, связанные с аналогичным отдельным именем, сохранялись? Или мне следует подойти к этому с совершенно другой точки зрения?
Спасибо!
Комментарии:
1. В качестве продолжения, если есть лучший способ сделать это с помощью SQL, не стесняйтесь предоставлять предлагаемый вами код SQL, так как я могу загрузить пакет sqldf в r. Спасибо, что посмотрели!
2. Было бы лучше, если бы вы также показали ожидаемый результат для перекрестной проверки
Ответ №1:
Мы могли бы использовать
library(dplyr)
dF %>%
group_by(sender) %>%
filter(n_distinct(reciever) >=4, sum(amount) >=5000) %>%
ungroup
-выход
# A tibble: 7 x 3
sender reciever amount
<chr> <chr> <dbl>
1 tom ryan 200
2 tom dave 100
3 tom eric 100
4 tom wayne 100
5 tom mike 90
6 tom hal 300
7 tom ryan 5200
Если нам нужны только те пары, которые удовлетворяют условию
dF %>%
group_by(sender) %>%
filter(n_distinct(reciever) >=4, sum(amount) >=5000) %>%
group_by(sender, reciever) %>% filter(sum(amount) >= 5000)
# A tibble: 2 x 3
# Groups: sender, reciever [1]
# sender reciever amount
# <chr> <chr> <dbl>
#1 tom ryan 200
#2 tom ryan 5200