Rヘルプ - 複数のデータフレームの列に機能

私は、データフレーム内の4つのカラム上の一連の手順を繰り返す機能を使用したいと思います。最終的には、すべての出力を含む長いデータフレームが必要です。ここに私のデータフレームは、次のとおりです。ここでRヘルプ - 複数のデータフレームの列に機能

> sample_data 
# A tibble: 10 x 7 
     REVENUEID AMOUNT YEAR REPORT_CODE PAYMENT_METHOD INBOUND_CHANNEL AMOUNT_CAT 
      <chr> <dbl> <chr>  <chr>   <chr>   <chr>  <fctr> 
1 rev-24985629  30 FY18   S   Check   Mail  [25,50) 
2 rev-22812413  1 FY16   Q   Other  Canvassing [0.01,10) 
3 rev-23508794 100 FY17   Q Credit card    Web [100,250) 
4 rev-23506121 300 FY17   S Credit card   Mail [250,500) 
5 rev-23550444 100 FY17   S Credit card    Web [100,250) 
6 rev-21508672  25 FY14   J   Check   Mail  [25,50) 
7 rev-24981769 500 FY18   S Credit card    Web [500,1e+03) 
8 rev-23503684  50 FY17   R   Check   Mail  [50,75) 
9 rev-24982087  25 FY18   R   Check   Mail  [25,50) 
10 rev-24979834  50 FY18   R Credit card    Web  [50,75)

は私のコードは次のとおりです。ここで

AMOUNT_CAT<- sample_data %>% group_by(AMOUNT_CAT,YEAR) %>% summarize(num=n(),total=sum(AMOUNT)) %>% rename(REPORT_VALUE=AMOUNT_CAT) %>% mutate(REPORT_CATEGORY="AMOUNT_CAT") 
INBOUND_CHANNEL<- sample_data %>% group_by(INBOUND_CHANNEL,YEAR) %>% summarize(num=n(),total=sum(AMOUNT)) %>% rename(REPORT_VALUE=INBOUND_CHANNEL) %>% mutate(REPORT_CATEGORY="INBOUND_CHANNEL") 
PAYMENT_METHOD<- sample_data %>% group_by(PAYMENT_METHOD,YEAR) %>% summarize(num=n(),total=sum(AMOUNT)) %>% rename(REPORT_VALUE=PAYMENT_METHOD) %>% mutate(REPORT_CATEGORY="PAYMENT_METHOD") 
REPORT_CODE<- sample_data %>% group_by(REPORT_CODE,YEAR) %>% summarize(num=n(),total=sum(AMOUNT)) %>% rename(REPORT_VALUE=REPORT_CODE) %>% mutate(REPORT_CATEGORY="REPORT_CODE") 
final_product<-bind_rows(REPORT_CODE,PAYMENT_METHOD,INBOUND_CHANNEL,AMOUNT_CAT)

は、そのコードの最終製品である：

ここ

 > final_product 
     # A tibble: 27 x 5 
     # Groups: REPORT_VALUE [16] 
      REPORT_CATEGORY REPORT_VALUE YEAR num total 

       <chr>  <chr> <chr> <int> <dbl> 
    1  REPORT_CODE   J FY14  1 25 
    2  REPORT_CODE   Q FY16  1  1 
    3  REPORT_CODE   Q FY17  1 100 
    4  REPORT_CODE   R FY17  1 50 
    5  REPORT_CODE   R FY18  2 75 
    6  REPORT_CODE   S FY17  2 400 
    7  REPORT_CODE   S FY18  2 530 
    8 PAYMENT_METHOD  Check FY14  1 25 
    9 PAYMENT_METHOD  Check FY17  1 50 
    10 PAYMENT_METHOD  Check FY18  2 55 
    # ... with 17 more rows

は、コードへの凝縮する私の試みです（それは動作しません）、それは賢く、より効率的にする：

cat.list <- c("REPORT_CODE","PAYMENT_METHOD","INBOUND_CHANNEL","AMOUNT_CAT") 
repeat_procs <- lapply(cat.list, function(x) x <- sample_data %>% group_by(x,YEAR) %>% summarize(num=n(),total=sum(AMOUNT)) %>% rename(REPORT_VALUE=x) %>% mutate(REPORT_CATEGORY="x")

誰かが、頻繁に繰り返さない「賢く」コードを書く方法で私に助言していただけますか？

ありがとうございます！

出典

2017-11-15 Monica Whatley

文字列をシンボル（rlang::sym）に解析し、group_byとrenameに次のように引用符を付ける必要があります。注意すべきもう一つは、あなたのcat.listが既に文字列ベクトルであるので、mutateにxの周りに二重引用符を追加する必要がないということである。

library(dplyr) 
library(rlang) 

cat.list <- c("REPORT_CODE","PAYMENT_METHOD","INBOUND_CHANNEL","AMOUNT_CAT") 
repeat_procs <- lapply(cat.list, function(x){ 
    final_data <- sample_data %>% 
    group_by(!!sym(x), YEAR) %>% 
    summarize(num=n(),total=sum(AMOUNT)) %>% 
    rename(REPORT_VALUE=!!sym(x)) %>% 
    mutate(REPORT_CATEGORY=x) 
}) %>% 
    bind_rows()

結果：もっと「賢くについては

> repeat_procs 
# A tibble: 27 x 5 
# Groups: REPORT_VALUE [16] 
    REPORT_VALUE YEAR num total REPORT_CATEGORY 
      <chr> <fctr> <int> <int>   <chr> 
1   J FY14  1 25  REPORT_CODE 
2   Q FY16  1  1  REPORT_CODE 
3   Q FY17  1 100  REPORT_CODE 
4   R FY17  1 50  REPORT_CODE 
5   R FY18  2 75  REPORT_CODE 
6   S FY17  2 400  REPORT_CODE 
7   S FY18  2 530  REPORT_CODE 
8  Check FY14  1 25 PAYMENT_METHOD 
9  Check FY17  1 50 PAYMENT_METHOD 
10  Check FY18  2 55 PAYMENT_METHOD 
# ... with 17 more rows

出典

2017-11-15 19:54:31 useR

完全に作業しました。ありがとう！ –

ありがとう、useRは私により良い方法を教えるために私に教えてくれます - このアプローチの詳細を読むことができるので、SO答えの他にどこにでもありますか？私はすべての「rlang」または「lazyeval」の資料で特に何も見ていません。 –

@ JensLeerssenこの特定のケースでは、グループ化する前にデータを「整理」するユータニーヒル化の方法が良い方法かもしれませんが、丁寧な評価は他の多くのケースで非常に有用です。私はあなたが "プログラミングのdplyr"を見ているが、理解することが困難であることがわかりました。このページがあなたにもう少し役立つかどうかを見てください：https://edwinth.github.io/blog/dplyr-recipes/それはいくつかの一般的な整頓の例を持っています。 – useR

"コードをグループ化し、要約する前に、データを"tidy data"形式に変換する必要があります。

data_tidy <- 
    tidyr::gather(sample_data, key = "REPORT_CATEGORY", value = "REPORT_VALUE", !! cat.list) 

data_tidy 
#>  REVENUEID AMOUNT YEAR REPORT_CATEGORY REPORT_VALUE 
#> 1 rev-24985629  30 FY18  REPORT_CODE   S 
#> 2 rev-22812413  1 FY16  REPORT_CODE   Q 
#> 3 rev-23508794 100 FY17  REPORT_CODE   Q 
#> 4 rev-23506121 300 FY17  REPORT_CODE   S 
#> 5 rev-23550444 100 FY17  REPORT_CODE   S 
#> 6 rev-21508672  25 FY14  REPORT_CODE   J 
#> 7 rev-24981769 500 FY18  REPORT_CODE   S 
#> 8 rev-23503684  50 FY17  REPORT_CODE   R 
#> 9 rev-24982087  25 FY18  REPORT_CODE   R 
#> 10 rev-24979834  50 FY18  REPORT_CODE   R 
#> 11 rev-24985629  30 FY18 PAYMENT_METHOD  Check 
#> 12 rev-22812413  1 FY16 PAYMENT_METHOD  Other 
#> 13 rev-23508794 100 FY17 PAYMENT_METHOD Credit card 
#> 14 rev-23506121 300 FY17 PAYMENT_METHOD Credit card 
#> 15 rev-23550444 100 FY17 PAYMENT_METHOD Credit card 
#> 16 rev-21508672  25 FY14 PAYMENT_METHOD  Check 
#> 17 rev-24981769 500 FY18 PAYMENT_METHOD Credit card 
#> 18 rev-23503684  50 FY17 PAYMENT_METHOD  Check 
#> 19 rev-24982087  25 FY18 PAYMENT_METHOD  Check 
#> 20 rev-24979834  50 FY18 PAYMENT_METHOD Credit card 
#> 21 rev-24985629  30 FY18 INBOUND_CHANNEL   Mail 
#> 22 rev-22812413  1 FY16 INBOUND_CHANNEL Canvassing 
#> 23 rev-23508794 100 FY17 INBOUND_CHANNEL   Web 
#> 24 rev-23506121 300 FY17 INBOUND_CHANNEL   Mail 
#> 25 rev-23550444 100 FY17 INBOUND_CHANNEL   Web 
#> 26 rev-21508672  25 FY14 INBOUND_CHANNEL   Mail 
#> 27 rev-24981769 500 FY18 INBOUND_CHANNEL   Web 
#> 28 rev-23503684  50 FY17 INBOUND_CHANNEL   Mail 
#> 29 rev-24982087  25 FY18 INBOUND_CHANNEL   Mail 
#> 30 rev-24979834  50 FY18 INBOUND_CHANNEL   Web 
#> 31 rev-24985629  30 FY18  AMOUNT_CAT  [25,50) 
#> 32 rev-22812413  1 FY16  AMOUNT_CAT [0.01,10) 
#> 33 rev-23508794 100 FY17  AMOUNT_CAT [100,250) 
#> 34 rev-23506121 300 FY17  AMOUNT_CAT [250,500) 
#> 35 rev-23550444 100 FY17  AMOUNT_CAT [100,250) 
#> 36 rev-21508672  25 FY14  AMOUNT_CAT  [25,50) 
#> 37 rev-24981769 500 FY18  AMOUNT_CAT [500,1e+03) 
#> 38 rev-23503684  50 FY17  AMOUNT_CAT  [50,75) 
#> 39 rev-24982087  25 FY18  AMOUNT_CAT  [25,50) 
#> 40 rev-24979834  50 FY18  AMOUNT_CAT  [50,75) 

data_tidy %>% 
    group_by(REPORT_CATEGORY, REPORT_VALUE, YEAR) %>% 
    summarise(num = n(), total = sum(AMOUNT)) %>% 
    ungroup() 
#> # A tibble: 27 x 5 
#> REPORT_CATEGORY REPORT_VALUE YEAR num total 
#>    <chr>  <chr> <chr> <int> <int> 
#> 1  AMOUNT_CAT [0.01,10) FY16  1  1 
#> 2  AMOUNT_CAT [100,250) FY17  2 200 
#> 3  AMOUNT_CAT  [25,50) FY14  1 25 
#> 4  AMOUNT_CAT  [25,50) FY18  2 55 
#> 5  AMOUNT_CAT [250,500) FY17  1 300 
#> 6  AMOUNT_CAT  [50,75) FY17  1 50 
#> 7  AMOUNT_CAT  [50,75) FY18  1 50 
#> 8  AMOUNT_CAT [500,1e+03) FY18  1 500 
#> 9 INBOUND_CHANNEL Canvassing FY16  1  1 
#> 10 INBOUND_CHANNEL   Mail FY14  1 25 
#> # ... with 17 more rows

出典

2017-11-15 21:03:24 yutannihilation

ニース！私は、「分割、適用、結合」が要求されるたびに、はるかに簡単な「整頓」アプローチが存在することを認識し始めています。 –

purrrアプローチは、あなたのコードの小さなconciserとsmarterなるように添加。ハドリーとして

library(tidyverse) 
library(rlang) 
cat.list <- c("REPORT_CODE","PAYMENT_METHOD","INBOUND_CHANNEL","AMOUNT_CAT") 

map_df(cat.list, 
     function(report_cat) { 
      sample_data %>% 
       group_by(!!sym(report_cat), YEAR) %>% 
       summarize(num=n(),total=sum(AMOUNT)) %>% 
       rename(REPORT_VALUE = !!sym(report_cat)) %>% 
       mutate(REPORT_CATEGORY = report_cat) 
     } 
    )

はhere（半押し約）について説明：

map_df(x, f)を効果do.call("rbind", lapply(x, f))と同じであるが、ボンネットの下にはるかに効率的です。

完全な開示、私にはsym(!!()の使用方法を示すための@useRありがとうございました。私は、最新のアプローチへdplyrを官能へのだと信じていたものを構築するためにProgramming in Dplyrビネットを使用してコーナーに自分自身を裏付けていました。は私がvar <- enquo(var)その後、!!var Sを使用して十分にスムーズに実行するには、メインdplyr機能を得ていたが、私はその後、map_dfまたはlapplyを通じてcat.listで引用された名前を実行しているに対処する方法を見つけることができませんでした。は、私にtidyverse

編集でコーディングするより良い方法を教えるためのユーザーをありがとう：、G.をありがとうスムーズdplyr機能によって受け入れられるための文字列のリストを取得する方法をアンロックするためグロタンディーク：here

私が以前開発した代替quosuredアプローチを完了することができます：

report <- function(report_cat){ 
    report_cat <- enquo(report_cat) 
    sample_data %>% 
    group_by(!!report_cat, YEAR) %>% 
    summarize(num=n(),total=sum(AMOUNT)) %>% 
    rename(REPORT_VALUE = !!report_cat) %>% 
    mutate(REPORT_CATEGORY := as.character(quote(!!report_cat))[2]) 
} 
report_named <- function(x) {do.call("report", list(as.name(x)))} 
map_df(cat.list, report_named)

> map_df(cat.list, report_named) 
    # A tibble: 27 x 5 
    # Groups: REPORT_VALUE [16] 
     REPORT_VALUE YEAR num total REPORT_CATEGORY 
       <chr> <chr> <int> <int>   <chr> 
    1   J FY14  1 25  REPORT_CODE 
    2   Q FY16  1  1  REPORT_CODE 
    3   Q FY17  1 100  REPORT_CODE 
    4   R FY17  1 50  REPORT_CODE 
    5   R FY18  2 75  REPORT_CODE 
    6   S FY17  2 400  REPORT_CODE 
    7   S FY18  2 530  REPORT_CODE 
    8  Check FY14  1 25 PAYMENT_METHOD 
    9  Check FY17  1 50 PAYMENT_METHOD 
    10  Check FY18  2 55 PAYMENT_METHOD 
    # ... with 17 more rows

NB：yutannihilationのきちんとした解決策が本当に最適な解決策です。 - 私はちょうどこの機会を利用して、分割、適用、結合のアプローチを含めるとdplyr機能が含まれます。

出典

2017-11-15 22:28:56

Rヘルプ - 複数のデータフレームの列に機能

答えて

関連する問題