Как вычислить новый столбец в зависимости от агрегатной функции в группе с помощью dplyr?

Question

Довольно часто мне нужно вычислить новый столбец для фрейма данных R (в длинной форме), значение whos должно зависеть от агрегатной функции (например, суммы) группы. Например, я мог бы знать, какая доля продаж приходится продукт для любой день:

daily fraction = revenue for product i on day d/sum or revenue for all products on day d 

Моя текущая стратегия должна обобщать и присоединиться:

library(dplyr) 

join_summary <- function(data, ...) left_join(data, summarise(data, ...)) 

data = data.frame(
    day = c(1,1,2,2,3,3), 
    product = rep(c("A", "B"), 3), 
    revenue = c(2, 4, 8, 7, 9, 2) 
) 

data2 <- data %>% 
    group_by(day) %>% 
    join_summary(daily_revenue = sum(revenue)) %>% 
    mutate(revenue_fraction = revenue/daily_revenue) 

Это работает, но я не уверен, что это анти-шаблон. Кажется немного неэффективным повторять одни и те же данные (ежедневный доход) на нескольких строках, засоряя мой кадр данных с помощью агрегатов. Мои вопросы:

• Является ли мой curret способ сделать это в порядке?
• Есть ли лучший способ сделать это, желательно используя инструменты от dplyr или более широкий Hadleyverse?
• Нужна ли мне моя пользовательская функция join_summary, или это можно сделать с помощью существующих глаголов dplyr? (. Я предпочитаю оставаться в пределах «потока в трубе», хотя)

Answer 1

Помимо использования summarise агрегировать, вы можете использовать mutate назначить сводную статистику по полной колонке:

data %>% 
    group_by(day) %>% 
    mutate(
    daily_revenue = sum(revenue), 
    revenue_fraction = revenue/daily_revenue 
) 

, который дает

Source: local data frame [6 x 5] 
Groups: day [3] 

    day product revenue daily_revenue revenue_fraction 
    <dbl> <fctr> <dbl>   <dbl>   <dbl> 
1  1  A  2    6  0.3333333 
2  1  B  4    6  0.6666667 
3  2  A  8   15  0.5333333 
4  2  B  7   15  0.4666667 
5  3  A  9   11  0.8181818 
6  3  B  2   11  0.1818182 

Это работает, потому что значение sum(revenue) перерабатывается для заполнения всех строк в группе.