代码之家 › 专栏 › 技术社区 › AvinashK

根据R中的属性将表格分组

import-from-csv data-mining r

0

AvinashK · 技术社区 · 10 年前

我有一个 表格(csv文件) 其中前两个属性是 百货商店 和部然后还有其他属性,如Date、Sales等。表如下:-

Store Dept Date Sales Holiday  
1      1    ...  ...   ...  (... means some random value)
1      1    ...  ...   ...  
1      2    ...  ...   ...  
1      2    ...  ...   ...  
1      3    ...  ...   ...  
2      1    ...  ...   ...   
2      1    ...  ...   ...  
2      2    ...  ...   ...   
2      2    ...  ...   ...

现在,首先我将这个文件加载到一个train变量中:-

列车<-读取.csv(“train.csv”)
然后,我根据商店对其进行了划分/分组:

数据按存储<-拆分(train,train$商店)
现在,我想 数据(按存储) 并根据部门。因此,作为结果,我将获得 每个商店的每个部门 。我想为此,我必须初始化大堆数量的大小商店例如:dataByStoredept,每个商店我做

数据按存储部门[i]<-拆分(dataByStore[i],dataByStore[i]$Dept)

所以 数据按存储按部门[i][0] 将包含store i等的第一个部门数据。有人能告诉我这样做的语法吗,因为我不知道如何声明这样的2d数组。简短的解释加上几行代码就足够了。

请务必提及我的上述假设是否有误。

更新:
对于第三步,我想编写一个函数,它应该如下(这只是我不知道的语法):

dataByStoreByDept<- array(seq_len(dataByStore)) -------> seq_len(dataByStore) is the number of stores

for(i in seq_len(dataByStore)){
dataByStoreByDept[i]<- split(dataByStore, dataByStore$dept) 
}

1 回复 | 直到 9 年前

1

2

Christopher Louden 10 年前

编造一些数据:

df <- data.frame(Store = sample(1:2, 20, replace = TRUE), 
                 Dept  = sample(1:2, 20, replace = TRUE))

假设我们想要分割data.frame, df ,首先由 Store 然后由 Dept 。我们可以这样做:

lapply(split(df, as.factor(df$Store)), FUN = function(x) split(x, x$Dept))

这个 split(df, as.factor(df$Store)) 部分进行第一次拆分 百货商店 。结果是一个列表。然后我们使用 lapply 应用 split 在由创建的列表的每个元素上 拆分(df,作为.factor(df$Store)) 。我把 分裂 将第二个拆分因子传递给 分裂 .

这将为您提供您所描述的列表列表。