在for回圈中為多個值使用dplyr-有解無憂

我有一個這樣的資料框（df）。我從 M1 到 M82 有 82 個 SKU。

SKU date sales
M1  2-jan 4
M2  2-jan 5
M1  3-jan 8
M82 3-jan 1
...
M82 31-dec 9

我想單獨過濾每個 SKU，然后group_by(date)像summarise(sales_perday = sum(sales) 這樣

for(i in SKU){
SKU_M[i] <- df %>% filter(SKU == SKU_M[i]) %>% group_by(date) 
%>% summarise(sales_perday = sum(sales))

預期輸出是 82 個資料幀，每個 SKU 在 1 個資料幀中。

我在下面為 1 個 SKU 執行了此操作，但我希望以一種簡單的方式為所有 82 個 SKU 執行此操作。

M50 <- df %>% filter(SKU == 'M50') %>% group_by(date) %>% summarise(sales_perday = sum(sales))

uj5u.com熱心網友回復：

您可能希望按多列分組：

library(tidyverse)

data <- tribble(
  ~SKU, ~date, ~sales,
  "M1", "2-jan",4,
  "M2", "2-jan",5,
  "M1", "3-jan",8
)

# the cioncise way
data %>%
  group_by(SKU, date) %>%
  summarise(sales_perday = sum(sales))
#> `summarise()` has grouped output by 'SKU'. You can override using the `.groups`
#> argument.
#> # A tibble: 3 × 3
#> # Groups:   SKU [2]
#>   SKU   date  sales_perday
#>   <chr> <chr>        <dbl>
#> 1 M1    2-jan            4
#> 2 M1    3-jan            8
#> 3 M2    2-jan            5

# if one really want to have multiple data frames
data %>%
  group_by(SKU, date) %>%
  summarise(sales_perday = sum(sales)) %>%
  nest(-SKU) %>%
  pull(data)
#> Warning: All elements of `...` must be named.
#> Did you want `data = -SKU`?
#> `summarise()` has grouped output by 'SKU'. You can override using the `.groups`
#> argument.
#> [[1]]
#> # A tibble: 2 × 2
#>   date  sales_perday
#>   <chr>        <dbl>
#> 1 2-jan            4
#> 2 3-jan            8
#> 
#> [[2]]
#> # A tibble: 1 × 2
#>   date  sales_perday
#>   <chr>        <dbl>
#> 1 2-jan            5

^{由reprex 包（v2.0.0）于 2022-06-08 創建}

uj5u.com熱心網友回復：

另一個選項split：

df <- df |> 
  group_by(date) |> 
  summarise(sales_perday = sum(sales))

split(df, df$SKU)

uj5u.com熱心網友回復：

如果你真的想要單獨的資料框，那么在按 SKU 和日期分組，然后匯總后，使用group_split()按 SKU 磁區。

library(tidyverse)
df <- tribble(
  ~SKU, ~date, ~sales,
  "M1", "2-jan",4,
  "M2", "2-jan",5,
  "M1", "3-jan",8
)

df |> 
  group_by(SKU, date) |> 
  summarise(sales_perday = sum(sales)) |> 
  group_split()
#> `summarise()` has grouped output by 'SKU'. You can override using the `.groups`
#> argument.
#> <list_of<
#>   tbl_df<
#>     SKU         : character
#>     date        : character
#>     sales_perday: double
#>   >
#> >[2]>
#> [[1]]
#> # A tibble: 2 × 3
#>   SKU   date  sales_perday
#>   <chr> <chr>        <dbl>
#> 1 M1    2-jan            4
#> 2 M1    3-jan            8
#> 
#> [[2]]
#> # A tibble: 1 × 3
#>   SKU   date  sales_perday
#>   <chr> <chr>        <dbl>
#> 1 M2    2-jan            5

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/488454.html

標籤：r 数据框 for循环 dplyr

上一篇：從json中決議出資料

下一篇：在回圈中迭代地構建資料框