将交易数据转换为每个唯一收据/发票的每个项目的计数的快速简便方法[重复]

作者: Jacob
发布时间: 2024-12-13 06:27:48 (19天前)
转自：

9 条回复

0#
回复此人
甲基蓝 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 基地 <code> reshape </code> 功能完美无缺： </p> <pre> <code> df <- data.frame( year = c(rep(2000, 12), rep(2001, 12)), month = rep(1:12, 2), values = rnorm(24) ) df_wide <- reshape(df, idvar="year", timevar="month", v.names="values", direction="wide", sep="_") df_wide </code> </pre> <P> 哪里 </p> <UL> <LI> <code> idvar </code> 是用于分隔行的类列 </LI> <LI> <code> timevar </code> 是广泛投射的类列 </LI> <LI> <code> v.names </code> 是包含数值的列 </LI> <LI> <code> direction </code> 指定宽或长格式 </LI> <LI> 可选的 <code> sep </code> argument是两者之间使用的分隔符 <code> timevar </code> 班级名称和 <code> v.names </code> 在输出中 <code> data.frame </code> 。 </LI> </UL> <P> 如果不 <code> idvar </code> 存在，在使用之前创建一个 <code> reshape() </code> 功能： </p> <pre> <code> df$id <- c(rep("year1", 12), rep("year2", 12)) df_wide <- reshape(df, idvar="id", timevar="month", v.names="values", direction="wide", sep="_") df_wide </code> </pre> <P> 记住这一点 <code> idvar </code> 是必须的！该 <code> timevar </code> 和 <code> v.names </code> 部分很容易。由于所有内容都是明确定义的，因此该函数的输出比其他函数更可预测。 </p> </DIV>

编辑
1#
回复此人
757461156 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 运用 <code> reshape </code> 功能： </p> <pre> <code> reshape(dat1, idvar = "name", timevar = "numbers", direction = "wide") </code> </pre> </DIV>

编辑
2#
回复此人
木木 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 来自Win-Vector的天才数据科学家提供了非常强大的新软件包 <code> vtreat </code> ， <code> seplyr </code> 和 <code> replyr </code> ）叫 <code> cdata </code> 。它实现了“协调数据”原则 <a href="https://github.com/WinVector/cdata/blob/master/extras/RowsAndColumns.md" rel="noreferrer"> 这个文件 </A> 而且在这 <a href="http://www.win-vector.com/blog/2017/03/coordinatized-data-a-fluid-data-specification/" rel="noreferrer"> 博客文章 </A> 。我们的想法是，无论您如何组织数据，都应该可以使用“数据坐标”系统识别各个数据点。以下摘录自John Mount最近的博客文章： </p> <BLOCKQUOTE> <P> 整个系统基于两个原语或运算符 cdata :: moveValuesToRowsD（）和cdata :: moveValuesToColumnsD（）。这些操作员具有枢轴，非枢轴，单热编码，转置，移动多行和多列，以及许多其他转换为简单特殊案例。 </p> <P> 从中可以很容易地编写许多不同的操作 cdata原语。这些运算符可以处理内存或大数据规模（使用数据库和Apache Spark;对于大数据使用 cdata :: moveValuesToRowsN（）和cdata :: moveValuesToColumnsN（）变种）。变换由控制表控制本身是变换的图（或图片）。 </p> </BLOCKQUOTE> <P> 我们将首先构建控制表（参见 <a href="http://www.win-vector.com/blog/2017/03/coordinatized-data-a-fluid-data-specification/" rel="noreferrer"> 博客文章 </A> 有关详细信息），然后执行从行到列的数据移动。 </p> <pre> <code> library(cdata) # first build the control table pivotControlTable <- buildPivotControlTableD(table = dat1, # reference to dataset columnToTakeKeysFrom = 'numbers', # this will become column headers columnToTakeValuesFrom = 'value', # this contains data sep="_") # optional for making column names # perform the move of data to columns dat_wide <- moveValuesToColumnsD(tallTable = dat1, # reference to dataset keyColumns = c('name'), # this(these) column(s) should stay untouched controlTable = pivotControlTable# control table above ) dat_wide #> name numbers_1 numbers_2 numbers_3 numbers_4 #> 1 firstName 0.3407997 -0.7033403 -0.3795377 -0.7460474 #> 2 secondName -0.8981073 -0.3347941 -0.5013782 -0.1745357 </code> </pre> </DIV>

编辑
3#
回复此人
北极星微控 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 其他两个选择： </p> <P> 基础包： </p> <pre> <code> df <- unstack(dat1, form = value ~ numbers) rownames(df) <- unique(dat1$name) df </code> </pre> <P> <code> sqldf </code> 包： </p> <pre> <code> library(sqldf) sqldf('SELECT name, MAX(CASE WHEN numbers = 1 THEN value ELSE NULL END) x1, MAX(CASE WHEN numbers = 2 THEN value ELSE NULL END) x2, MAX(CASE WHEN numbers = 3 THEN value ELSE NULL END) x3, MAX(CASE WHEN numbers = 4 THEN value ELSE NULL END) x4 FROM dat1 GROUP BY name') </code> </pre> </DIV>

编辑
4#
回复此人
与之 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 使用基数R. <code> aggregate </code> 功能： </p> <pre> <code> aggregate(value ~ name, dat1, I) # name value.1 value.2 value.3 value.4 #1 firstName 0.4145 -0.4747 0.0659 -0.5024 #2 secondName -0.8259 0.1669 -0.8962 0.1681 </code> </pre> </DIV>

编辑
5#
回复此人
取之 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 使用您的示例数据框，我们可以： </p> <pre> <code> xtabs(value ~ name + numbers, data = dat1) </code> </pre> </DIV>

编辑
6#
回复此人
無口君 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 如果性能是一个问题，另一个选择是使用 <code> data.table </code> 的扩展 <code> reshape2 </code> 融化与融化dcast功能 </p> <P> （ <a href="https://cran.r-project.org/web/packages/data.table/vignettes/datatable-reshape.html" rel="noreferrer"> 参考：使用data.tables进行高效的整形 </A> ） </p> <pre> <code> library(data.table) setDT(dat1) dcast(dat1, name ~ numbers, value.var = "value") # name 1 2 3 4 # 1: firstName 0.1836433 -0.8356286 1.5952808 0.3295078 # 2: secondName -0.8204684 0.4874291 0.7383247 0.5757814 </code> </pre> <P> 而且，从data.table v1.9.6开始，我们可以在多列上进行转换 </p> <pre> <code> ## add an extra column dat1[, value2 := value * 2] ## cast multiple value columns dcast(dat1, name ~ numbers, value.var = c("value", "value2")) # name value_1 value_2 value_3 value_4 value2_1 value2_2 value2_3 value2_4 # 1: firstName 0.1836433 -0.8356286 1.5952808 0.3295078 0.3672866 -1.6712572 3.190562 0.6590155 # 2: secondName -0.8204684 0.4874291 0.7383247 0.5757814 -1.6409368 0.9748581 1.476649 1.1515627 </code> </pre> </DIV>

编辑
7#
回复此人
昵称不能为空 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 你可以这样做 <code> reshape() </code> 功能，或与 <code> melt() </code> / <code> cast() </code> 重塑包中的函数。对于第二个选项，示例代码是 </p> <pre> <code> library(reshape) cast(dat1, name ~ numbers) </code> </pre> <P> 或使用 <code> reshape2 </code> </p> <pre> <code> library(reshape2) dcast(dat1, name ~ numbers) </code> </pre> </DIV>

编辑

登录后才能参与评论