您好,登录后才能下订单哦!
原文链接:http://www.datastudy.cc/to/17
很多时候,我们拿到的数据,都是汇总的一份数据,例如我们示例中的数据,已经把所有仓库的数据都汇总起来了。
但是我们在统计建模的时候,如果想要把他们拆分开来进行处理,那么如何进行分层处理呢?其实非常简单,我们使用split函数即可。
split(x, f, drop = FALSE, ...)
下面我们来看分层处理的案例:
数据请从百度盘下载:
链接: http://pan.baidu.com/s/1kFxoy 密码: tnbf
data <- read.csv("D:\\data\\20150922\\data.csv", fileEncoding="UTF8", stringsAsFactors=FALSE)
datas <- split(data, data$仓库)
result <- c();
for(d in datas) {
#这里执行我们需要的建模,
#我这里演示就用了个计算平均数
m <- mean(d$进价);
#把建模后的模型加入到结果数组中
result <- append(result, m)
}
result
以上就是分层处理的最基本模型,包括分层抽取数据,以及将处理后的结果组装成为一个向量返回。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。