总结在dplyr的条件 [英] Summarize with conditions in dplyr

问题描述

样本数据：

 
 code> df<  -  data.frame（ID = c（1,1,2,2,3,5），A = c（foo，bar，foo，foo bar，bar），B = c（1，5，7，23，54，202））
 
 df 
 ID AB 
 1 1 foo 1 
 2 1 bar 5 
 3 2 foo 7 
 4 2 foo 23 
 5 3 bar 54 
 6 5 bar 202 
  

我想做的是根据ID总结B和B的总和，当A为foo时。我可以在以下几个步骤中执行此操作：

  require（magrittr）
 require（dplyr）
 
 df1<  -  df％>％
 group_by（ID）％>％
总结（sumB = sum（B））
 
 df2 < df％>％
过滤器（A ==foo）％>％
 group_by（ID）％>％
总汇（sumBfoo = sum（B））
 
 left_join（df1，df2）
 
 ID sumB sumBfoo 
 1 1 6 1 
 2 2 30 30 
 3 3 54 NA 
 4 5 202 NA 
  

然而，我正在寻找一个更优雅/更快的方式，在sqlite中处理10gb +内存不足的数据。

  require（sqldf）
 my_db < src_sqlite（my_db.sqlite3，create = T）
 df_sqlite<  -  copy_to（my_db，df）
  

我想到使用 mutate 定义一个新的 Bfoo 列：

  df_sqlite％>％
 mutate（Bfoo = ifelse（A ==foo，B，0））
  

Unf幸运的是，这并不适用于数据库的结尾。

  sqliteExecStatement（conn，statement，...）中的错误：
 RS-DBI驱动程序：（语句中的错误：无此功能：IFELSE）
  




解决方案

将@leyley的评论写成答案

  df_sqlite％>％
 group_by（ID）％>％
 mutate（Bfoo = if（A ==foo）B else 0）％>％
总结（sumB = sum（B），
 sumBfoo = sum（Bfoo））％>％
收集
  




I'll illustrate my question with an example.

Sample data:

 df <- data.frame(ID = c(1, 1, 2, 2, 3, 5), A = c("foo", "bar", "foo", "foo", "bar", "bar"), B =     c(1, 5, 7, 23, 54, 202))

df
  ID   A   B
1  1 foo   1
2  1 bar   5
3  2 foo   7
4  2 foo  23
5  3 bar  54
6  5 bar 202

What I want to do is to summarize, by ID, the sum of B and the sum of B when A is "foo". I can do this in a couple steps like:

require(magrittr)
require(dplyr)

df1 <- df %>%
  group_by(ID) %>%
  summarize(sumB = sum(B))

df2 <- df %>%
  filter(A == "foo") %>%
  group_by(ID) %>%
  summarize(sumBfoo = sum(B))

left_join(df1, df2)

  ID sumB sumBfoo
1  1    6       1
2  2   30      30
3  3   54      NA
4  5  202      NA

However, I'm looking for a more elegant/faster way, as I'm dealing with 10gb+ of out-of-memory data in sqlite.

require(sqldf)
my_db <- src_sqlite("my_db.sqlite3", create = T)
df_sqlite <- copy_to(my_db, df)

I thought of using mutate to define a new Bfoo column:

df_sqlite %>%
  mutate(Bfoo = ifelse(A=="foo", B, 0))

Unfortunately, this doesn't work on the database end of things.

Error in sqliteExecStatement(conn, statement, ...) : 
  RS-DBI driver: (error in statement: no such function: IFELSE)

解决方案

Writing up @hadley's comment as an answer

df_sqlite %>%
  group_by(ID) %>%
  mutate(Bfoo = if(A=="foo") B else 0) %>%
  summarize(sumB = sum(B),
            sumBfoo = sum(Bfoo)) %>%
  collect

这篇关于总结在dplyr的条件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！