问题标签 [summarize]

我试图在 R/S-PLUS 中一次性获得按分类列分组的多个汇总统计信息。我发现了几个函数，但它们每次调用都会做一个统计，比如aggregate().

我正在寻找的是在一次调用中获取同一组的多个统计信息，例如平均值、最小值、最大值、标准差等，这可行吗？

使用 python，我创建了以下包含相似性值的数据框：

我正在尝试编写一个 R 脚本来生成另一个反映 bin 的数据帧，但是如果值高于 0.5，则我的 binning 条件适用，这样

伪代码：

基于以上逻辑，我想建立一个数据框

如何将其作为脚本启动，或者我应该在 python 中执行此操作？在了解 R 的强大程度/它拥有的机器学习包的数量之后，我正在尝试熟悉它。我的目标是建立一个分类器，但首先我需要熟悉 R :)

I am trying to count a binary character outcome by row in a large data frame:

What I need to know is the frequency of wins and losses by row. This is just a short example (fragment of large simulated output) but for row 1, in five simulations, I have five Losses, row two three loss and two win, etc.

I was hoping to generate either a separate table that shows the frequency of wins/loss by row or, if that won't work, add two new columns: one that provides the number of "Win" and "Loss" for each row.

Each row is a different case, and each column is a replicate of that case. This appears as a data frame of factors with two levels "Loss" "Win".

我有以下data.frame（df）

我想要实现的目标如下： - 按 Grp 分组，简单 - 然后汇总，以便为每个组对列求和并创建包含所有 ID1 和 ID2 的字符串的列

它会是这样的：

一切都很好，我知道列数（Col1，Col2，Col3），但是我希望能够实现它，以便它适用于已知且始终命名为相同 ID1、ID2、Grp 的数据框，以及任意数量的名称未知的附加数字列。

有没有办法在 dplyr.

我正在尝试根据 ExitDate 的 max() 按 ID 汇总日期。但是，当我运行以下代码时，我会收到此消息：

在 max.default(structure(NA_real_, class = "Date"), na.rm = TRUE) 中：max 没有非缺失参数；返回-Inf

我已导入数据并使用 setAs 设置日期值。使用 setClass 消除了初始警告消息（如另一个答案中所述），但我不知道如何消除这些其他警告消息。

任何建议将不胜感激！

我在从 R 过渡到 pandas 时遇到问题，其中dplyr包可以轻松分组并执行多个摘要。

请帮助改进我现有的 Python pandas 代码以进行多个聚合：

问题：

• 太冗长
• 可能可以优化和高效。（我重写了一个for-loop groupby实现groupby.agg，性能提升很大）。

在 R 中，等效代码为：

更新：@ayhan 解决了我的问题，这是我将在此处发布的后续问题，而不是作为评论：

groupby().summarize(newcolumn=max(col2 * col3))Q2)当函数是 2+ 列的复合函数时，即聚合/汇总的等价物是什么？

我的子报表对帐户 ID 进行分组，然后是发票编号。在帐户 ID 中，我可以有多个发票编号。

例如：

账户 1234

• 发票 6789
• 发票 5432
• 发票 5432
• 发票 9999

我想要的是发票数量。使用该示例，我应该得到 3 个计数。帐户 ID 下有 3 个唯一的发票编号。我已经尝试过运行总计、公式和摘要。

每当我使用

我得到类似的东西：

那些开头的字母（例如 A、M）是干什么用的？

我正在对数据进行分组，然后对其进行汇总，但也想保留另一列。我不需要对该列的内容进行任何评估，因为它始终与 group_by 列相同。我可以将它添加到 group_by 语句中，但这似乎并不“正确”。我想State.Full.Name在分组后保留State。谢谢

我是一个 R 菜鸟，并试图对数据集执行摘要，该数据集汇总了在该 ID 的“B”类型事件之间发生的每个 ID 的事件类型数。这是一个示例来说明：

产生：

每当发生事件“B”时，我想知道在该 B 事件之前发生的每种事件类型的数量，但在该 ID 的任何其他 B 事件之后发生。我想最终得到的是这样的表格：

在研究中，这个问题最接近：summarizing a field based on the value of another field in dplyr

我一直在努力使这项工作：

但它会出错（而且，即使它有效，它也不会考虑同一 ID 中的 2 个“B”事件，例如 id=3）