溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

如何對(duì)數(shù)據(jù)按某列進(jìn)行分層處理

發(fā)布時(shí)間：2020-08-05 22:48:22 來(lái)源：網(wǎng)絡(luò) 閱讀：442 作者：DataStudy 欄目：開(kāi)發(fā)技術(shù)

原文鏈接：http://www.datastudy.cc/to/17

很多時(shí)候，我們拿到的數(shù)據(jù)，都是匯總的一份數(shù)據(jù)，例如我們示例中的數(shù)據(jù)，已經(jīng)把所有倉(cāng)庫(kù)的數(shù)據(jù)都匯總起來(lái)了。

但是我們?cè)诮y(tǒng)計(jì)建模的時(shí)候，如果想要把他們拆分開(kāi)來(lái)進(jìn)行處理，那么如何進(jìn)行分層處理呢？其實(shí)非常簡(jiǎn)單，我們使用split函數(shù)即可。

split(x, f, drop = FALSE, ...)

下面我們來(lái)看分層處理的案例：

數(shù)據(jù)請(qǐng)從百度盤(pán)下載：

鏈接: http://pan.baidu.com/s/1kFxoy 密碼: tnbf

data <- read.csv("D:\\data\\20150922\\data.csv", fileEncoding="UTF8", stringsAsFactors=FALSE)

datas <- split(data, data$倉(cāng)庫(kù))

result <- c();

for(d in datas) {

#這里執(zhí)行我們需要的建模，

#我這里演示就用了個(gè)計(jì)算平均數(shù)

m <- mean(d$進(jìn)價(jià));

#把建模后的模型加入到結(jié)果數(shù)組中

result <- append(result, m)

}

result

以上就是分層處理的最基本模型，包括分層抽取數(shù)據(jù)，以及將處理后的結(jié)果組裝成為一個(gè)向量返回。

如何對(duì)數(shù)據(jù)按某列進(jìn)行分層處理


向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手