1

我正在尝试在 R 中做一些相当于 SQL 中的“第一值”窗口函数的事情，例如：

select *, first_value(value3) over (partition by value1, value2 order by value5 desc)
from df

有没有一种好方法可以在 R 中执行此操作，而无需创建数据库来使用 sqldf/RPostgreSQL 之类的东西？

我在这里看到了一些其他示例，例如：sqldf 中的按组累积总和？

但是我在弄清楚如何使用窗口内的顺序很重要的功能时遇到了一些麻烦。另一件事是我正在处理约 500K 行，因此性能是一个问题。

编辑：这是一个例子：

item_id  rental_date   customer_id
I001     10/20/2012    1
I002     10/05/2012    4 
I001     10/15/2012    3
I004     10/19/2012    1
I001     10/11/2012    6
I002     9/15/2012     5
I004     10/13/2012    10
I001     9/30/2012     4

我如何确定每个月租用给定项目的第一个客户？

4

2 回答 2

4

如果不使用 sqldf/PostgreSQL 您的意思是使用 sqldf 但使用 SQLite 而不是 PostgreSQL，那么试试这个（它依赖于去年添加的 SQLite 的新功能，如果有最小值或最大值，则保证其他列来自同一行）：

Lines <- "item_id  rental_date   customer_id
I001     10/20/2012    1
I002     10/05/2012    4 
I001     10/15/2012    3
I004     10/19/2012    1
I001     10/11/2012    6
I002     9/15/2012     5
I004     10/13/2012    10
I001     9/30/2012     4"

DF <- read.table(text = Lines, as.is = TRUE, header = TRUE)
DF$rental_date <- as.Date(DF$rental_date, "%m/%d/%Y")
DF$ym <- format(DF$rental_date, "%Y-%m")

sqldf("select item_id, ym, customer_id, min(rental_date) rental_date
    from DF 
    group by item_id, ym")

这种情况下的结果是：

  item_id      ym customer_id      rental_date
1    I001 2012-09           4       2012-09-30
2    I001 2012-10           6       2012-10-11
3    I002 2012-09           5       2012-09-15
4    I002 2012-10           4       2012-10-05
5    I004 2012-10          10       2012-10-13
于 2012-10-30T15:27:50.273 回答
2

我假设您示例中的对象是data.frame我们称之为的对象df。

library( "plyr" )
df$rental_date <- as.Date( df$rental_date, "%m/%d/%Y" )
df$year <-  as.numeric( format( df$rental_date, "%Y"))
df$month <- months( df$rental_date )

ddply( df, c("item_id", "month", "year"), function(x) {
  x[ min(x$rental_date) == x$rental_date, "customer_id", drop=FALSE ]
} )

结果应如下所示：

  item_id     month year customer_id
1    I001   October 2012           6
2    I001 September 2012           4
3    I002   October 2012           4
4    I002 September 2012           5
5    I004   October 2012          10
于 2012-10-30T14:12:41.237 回答