Most frequent occurance size per user
不幸的是,我还有一个问题我无法单独解决 – 我想列出每个用户订购最多的尺寸。当 2 个或更多大小具有相同的出现时,它应该写一个 “-“
已经用数据表试过了,但我一直在纠结如何解决它;)
1
|
setDT(DB)[, `:=` (mostorderedsize = .N), by=’customerID,size’]
|
预期结果:
1
|
mostorderedsize = c(“m”,”-“, 42,”m”,”m”, 42,”-“,”-“,”m”,”m”)
|
数据:
1
2 3 4 5 6 |
DB <- data.frame(orderID = c(1,2,3,4,5,6,7,8,9,10),
orderDate = c(“1.1.14″,”1.1.14″,”1.1.14″,”1.1.14″,”2.1.14″,”2.1.14″,”2.1.14″,”2.1.14″,”2.1.14″,”2.1.14”), itemID = c(2,3,2,5,12,4,2,3,1,5), size = c(“m”,”l”, 42,”xxl”,”m”, 42, 39,”m”,”xl”, 44), customerID = c(1, 2, 3, 1, 1, 3, 2, 2, 1, 1), ItemReturned = c(0, 0, 0, 1, 1, 0, 1, 0, 0, 0)) |
希望你能告诉我什么是错的,或者告诉我解决问题的另一种可能性。
- 你说你想要每个用户订购最多的尺寸。我只计算 3 个客户 ID,但您的预期结果显示 10 个尺寸。你希望结果合并回来吗?
- 是的——对于用户 1,它总是”m”; “-” 代表用户 2 和 “42” 代表用户 3: 并且最有序的大小应该写在用户的每一行
使用基础 R:
使用 tapply 遍历 customerID 组并使用 table
汇总大小
1
2 3 4 5 |
tmp <- with(DB, tapply(size, customerID, function(x) {
tbl <- table(x) most <- which(tbl == max(tbl)) if (length(most) > 1) return(‘-‘) else return(names(tbl)[most]) })) |
然后可以用customerID列索引来广播结果:
1
2 3 4 5 6 7 8 9 10 11 12 13 14 |
DB$mostoreredsize <- tmp[DB$customerID]
DB > DB orderID orderDate itemID size customerID ItemReturned mostoreredsize 1 1 1.1.14 2 m 1 0 m 2 2 1.1.14 3 l 2 0 – 3 3 1.1.14 2 42 3 0 42 4 4 1.1.14 5 xxl 1 1 m 5 5 2.1.14 12 m 1 1 m 6 6 2.1.14 4 42 3 0 42 7 7 2.1.14 2 39 2 1 – 8 8 2.1.14 3 m 2 0 – 9 9 2.1.14 1 xl 1 0 m 10 10 2.1.14 5 44 1 0 m |
- tmp 工作正常,但我对 2. 部分有问题 – 它不工作:DB$mostoreredsize <- tmp[DB$customerID]
- 错误是什么? customerID 是整数、数字、因子…吗?
- 客户 ID=整数,大小=因子;没有错误 – 整列是 NA
- 当我使用我在答案中提供的代码运行您在问题中列出的 data.frame 时,我看到了正确的输出。如果你做 class(DB) 和 class(tmp),结果是什么?您是否正在使用 data.table 代替?
- 发现问题所在:customerId 需要是一个因素(不知道为什么,但现在它正在工作……)感谢您的帮助伙伴!
来源:https://www.codenong.com/28705949/