В качестве альтернативы, с

у рассчитывать наcountry количество разstatus являетсяopen и количество разstatus являетсяclosed, Затем рассчитайтеcloserate вcountry.

Данные:

customer <- c(1,2,3,4,5,6,7,8,9)
country <- c('BE', 'NL', 'NL','NL','BE','NL','BE','BE','NL')
closeday <- c('2017-08-23', '2017-08-05', '2017-08-22', '2017-08-26', 
'2017-08-25', '2017-08-13', '2017-08-30', '2017-08-05', '2017-08-23')
closeday <- as.Date(closeday)

df <- data.frame(customer,country,closeday)

Добавлениеstatus:

df$status <- ifelse(df$closeday < '2017-08-20', 'open', 'closed') 

  customer country   closeday status
1        1      BE 2017-08-23 closed
2        2      NL 2017-08-05   open
3        3      NL 2017-08-22 closed
4        4      NL 2017-08-26 closed
5        5      BE 2017-08-25 closed
6        6      NL 2017-08-13   open
7        7      BE 2017-08-30 closed
8        8      BE 2017-08-05   open
9        9      NL 2017-08-23 closed

расчетcloserate

closerate <- length(which(df$status == 'closed')) / 
(length(which(df$status == 'closed')) + length(which(df$status == 'open')))

[1] 0.6666667

Очевидно, этоcloserate для всего. Задача состоит в том, чтобы получитьcloserate вcountry, Я пытался добавитьcloserate расчет вdf по:

df$closerate <- length(which(df$status == 'closed')) / 
(length(which(df$status == 'closed')) + length(which(df$status == 'open')))

Но это дает всем линиямcloserate 0,66, потому что я не группируюсь. Я считаю, что я не должен использовать функцию длины, потому что подсчет может быть сделан путем группировки. Я прочитал некоторую информацию об использованииdplyr рассчитывать логические результаты на группу, но это не сработало.

Это желаемый результат:

Ответы на вопрос(5)

Решение Вопроса
aggregate(list(output = df$status == "closed"),
          list(country = df$country),
          function(x)
              c(close = sum(x),
                open = length(x) - sum(x),
                rate = mean(x)))
#  country output.close output.open output.rate
#1      BE         3.00        1.00        0.75
#2      NL         3.00        2.00        0.60

Было решение с использованиемtable в комментариях, которые, кажется, были удалены. Во всяком случае, вы также можете использоватьtable

output = as.data.frame.matrix(table(df$country, df$status))
output$closerate = output$closed/(output$closed + output$open)
output
#   closed open closerate
#BE      3    1      0.75
#NL      3    2      0.60

Вотdplyr решение.

output <- df %>%
  count(country, status) %>%
  group_by(country) %>%
  mutate(total = sum(n)) %>%
  mutate(percent = n/total)

Возвращает ...

output
country status   n total percent
BE      closed   3  4    0.75
BE      open     1  4    0.25
NL      closed   3  5    0.60
NL      open     2  5    0.40

A data.table метод будет.

library(data.table)
setDT(df)[, {temp <- status=="closed"; # store temporary logical variable
            .(closed=sum(temp), open=sum(!temp), closeRate=mean(temp))}, # calculate stuff
          by=country] # by country

который возвращается

   country closed open closeRate
1:      BE      3    1      0.75
2:      NL      3    2      0.60

Вот быстрое решение сtidyverse:

library(dplyr)
df %>% group_by(country) %>% 
  mutate(status =ifelse(closeday < '2017-08-20', 'open', 'closed'),
         closerate=mean(status=="closed"))

Возвращение:

# A tibble: 9 x 5
# Groups:   country [2]
  customer country   closeday status closerate
     <dbl>  <fctr>     <date>  <chr>     <dbl>
1        1      BE 2017-08-23 closed      0.75
2        2      NL 2017-08-05   open      0.60
3        3      NL 2017-08-22 closed      0.60
4        4      NL 2017-08-26 closed      0.60
5        5      BE 2017-08-25 closed      0.75
6        6      NL 2017-08-13   open      0.60
7        7      BE 2017-08-30 closed      0.75
8        8      BE 2017-08-05   open      0.75
9        9      NL 2017-08-23 closed      0.60

Здесь я использую приведение логики в целое, когда вектор TRUE / FALSE помещается вmean() функция.

В качестве альтернативы, сdata.table:

library(data.table)
setDT(df)[,status:=ifelse(closeday < '2017-08-20', 'open', 'closed')]
df[, .(closerate=mean(status=="closed")), by=country]

Вы можете использоватьtapply:

data.frame(open=tapply(df$status=="open", df$country, sum),
           closed=tapply(df$status=="closed", df$country, sum)
           closerate=tapply(df$status=="closed", df$country, mean))`
 Rhulsb06 сент. 2017 г., 22:38
Спасибо за ваши быстрые ответы, очень полезно!

Ваш ответ на вопрос