Выбор строк и установка NA, если не найдено в R

Ниже приведен отформатированный фрейм данных с именем df.

Company     Category    Margin     Ranking
SBI             BK      34.5       1
PNB             BK      39.5       2
UCO BANK        BK      39.9       3 
BANK            BK      41.3       4
INDIAN BANK     BK      42.3       5
DENA BANK       BK      44.5       6
VIJAYA BANK     BK      44.5       7
UNION BANK      BK      47.6       8
CENTRAL BANK    BK      49.8       9
INFOSYS         IT      5.6        1
HCL TECH        IT      5.9        2
TCS             IT      6.9        3
CMC             IT      12.6       4
TECHMAHINDRA    IT      12.6       5
COGNIZANT       IT      15.8       6
IGATE           IT      22.4       7
WIPRO           IT      22.9       8
HEXAWARE        IT      34.8       9
MAHINDRA SATYAM IT      34.8       10
DR. REDDYS      PH      14.5       1
SUN PHARMA      PH      19.2       2
CIPLA           PH      23.9       3
LUPIN           PH      23.9       4
DIVIS LABS      PH      29         5

Я хотел бы написать функцию rankCompany(), которая принимает 2 параметра (i) вектор (набор категорий) и (ii) ранг (целое число) в качестве 2 параметров.

Вывод функции — Data.Frame (df.out)

Содержимое файла df.out

с названием компании, категорией и маржей, которые соответствуют указанному рейтингу.
В случае, если в какой-либо категории нет компании, которая соответствует данному рейтингу, следует вернуть в этом столбце.

Ниже приведен пример кода для проверки функции.

Тест № 1

catg <- c("BK", "IT", "PH")
rankCompany(catg, 2)
    Company          Category        Margin
BK  PNB              BK              39.5
IT  HCLTECH          IT              5.9
PH  SUN PHARMA       PH              19.2

Тест № 2

catg <- c("BK", "IT", "PH")
rankCompany(catg, 7)
    Company          Category        Margin
BK  VIJAYA BANK      BK              44.5
IT  IGATE            IT              22.4
PH  <NA>             PH              <NA>

Тест 3

catg <- c("BK", "IT", "PH", "EG")
rankCompany(catg, 10)
    Company          Category        Margin
BK  <NA>             BK              <NA>
IT  MAHINDRA SATYAM  IT              34.8
PH  <NA>             PH              <NA>
EG  <NA>             EG              <NA>

Есть ли простой способ сделать это?


r rank
person Kumar    schedule 17.10.2013    source источник

Ответы (2)


arrow_upward
7
arrow_downward

merge будет функцией, которую вы должны изучить. Вот пример функции:

rankCompany <- function(inDF = mydf, catg, ranking) {
  merge(inDF, data.frame(Category = catg, Ranking = ranking), all.y = TRUE)
}

Вот ваши "тестовые случаи".

test1 <- c("BK", "IT", "PH")
rankCompany(catg = test1, ranking = 2)
#   Category Ranking    Company Margin
# 1       BK       2        PNB   39.5
# 2       IT       2   HCL TECH    5.9
# 3       PH       2 SUN PHARMA   19.2

test2 <- c("BK", "IT", "PH")
rankCompany(catg = test2, ranking = 7)
#   Category Ranking     Company Margin
# 1       BK       7 VIJAYA BANK   44.5
# 2       IT       7       IGATE   22.4
# 3       PH       7        <NA>     NA

test3 <- c("BK", "IT", "PH", "EG")
rankCompany(catg = test3, ranking = 10)
#   Category Ranking         Company Margin
# 1       BK      10            <NA>     NA
# 2       IT      10 MAHINDRA SATYAM   34.8
# 3       PH      10            <NA>     NA
# 4       EG      10            <NA>     NA

Обновлять

Увидев, что вы хотите с «худшим», вот альтернатива, которая немного лучше, чем ваша функция по нескольким причинам (например, не жестко закодированные значения в теле функции в качестве начала).

rankCompany <- function(inDF = mydf, catg, ranking) {
  if (ranking == "worst") {
    do.call(rbind, by(inDF, catg, tail, 1))
  } else {
    merge(inDF, data.frame(Category = catg, Ranking = ranking), all.y = TRUE)
  }
}

rankCompany(catg = mydf$Category, ranking = "worst")
#            Company Category Margin Ranking
# BK    CENTRAL BANK       BK   49.8       9
# IT MAHINDRA SATYAM       IT   34.8      10
# PH      DIVIS LABS       PH   29.0       5

Для удобства других в будущем поделитесь dput своими данными, чтобы они могли легко их воспроизвести. Это должно выглядеть примерно так:

mydf <- structure(list(Company = structure(c(17L, 16L, 21L, 1L, 12L, 
    6L, 23L, 22L, 2L, 13L, 9L, 19L, 4L, 20L, 5L, 11L, 24L, 10L, 15L, 
    8L, 18L, 3L, 14L, 7L), .Label = c("BANK", "CENTRAL BANK", 
    "CIPLA", "CMC", "COGNIZANT", "DENA BANK", "DIVIS LABS", "DR. REDDYS", 
    "HCL TECH", "HEXAWARE", "IGATE", "INDIAN BANK", "INFOSYS", "LUPIN", 
    "MAHINDRA SATYAM", "PNB", "SBI", "SUN PHARMA", "TCS", "TECHMAHINDRA", 
    "UCO BANK", "UNION BANK", "VIJAYA BANK", "WIPRO"), class = "factor"), 
        Category = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
        2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L), 
        .Label = c("BK", "IT", "PH"), class = "factor"), 
        Margin = c(34.5, 39.5, 39.9, 41.3, 42.3, 44.5, 44.5, 47.6, 49.8, 
        5.6, 5.9, 6.9, 12.6, 12.6, 15.8, 22.4, 22.9, 34.8, 34.8, 14.5, 
        19.2, 23.9, 23.9, 29), 
        Ranking = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 1L, 2L, 3L, 4L, 
        5L, 6L, 7L, 8L, 9L, 10L, 1L, 2L, 3L, 4L, 5L)), 
        .Names = c("Company", "Category", "Margin", "Ranking"), 
        class = "data.frame", row.names = c(NA, -24L))
person A5C1D2H2I1M1N2O1R2T1    schedule 17.10.2013
comment
Да, это сработало. Не могли бы вы объяснить важность параметра all.y = TRUE в приведенном выше фрагменте кода. - person Kumar; 17.10.2013
comment
Кроме того, как получить список компаний в каждой категории с ХУДШИМ рейтингом? Здесь ХУДШИЙ означает самый высокий ранг в числе. - person Kumar; 17.10.2013
comment
@Kranti, лучший способ научиться - это попробовать что-то самостоятельно. Удалите all.y = TRUE и посмотрите, что получится в результате. Также прочтите страницу справки для ?merge. Что касается вашего дополнительного вопроса, я не совсем понимаю, о чем вы спрашиваете. - person A5C1D2H2I1M1N2O1R2T1; 17.10.2013
comment
EDi, я также получил ответ на свое требование для ХУДШЕГО рейтинга. Поскольку у меня меньше репутации, мне не разрешали отвечать на собственный вопрос менее 8 часов. Я опубликую подробное решение через пару часов. - person Kumar; 17.10.2013

arrow_upward
0
arrow_downward

Вот окончательное решение для этого вопроса.

Это входной фрейм данных

inDF <- structure(list(Company = structure(c(17L, 16L, 21L, 1L, 12L, 
    6L, 23L, 22L, 2L, 13L, 9L, 19L, 4L, 20L, 5L, 11L, 24L, 10L, 15L, 
    8L, 18L, 3L, 14L, 7L), .Label = c("BANK", "CENTRAL BANK", 
    "CIPLA", "CMC", "COGNIZANT", "DENA BANK", "DIVIS LABS", "DR. REDDYS", 
    "HCL TECH", "HEXAWARE", "IGATE", "INDIAN BANK", "INFOSYS", "LUPIN", 
    "MAHINDRA SATYAM", "PNB", "SBI", "SUN PHARMA", "TCS", "TECHMAHINDRA", 
    "UCO BANK", "UNION BANK", "VIJAYA BANK", "WIPRO"), class = "factor"), 
        Category = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
            2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L), 
        .Label = c("BK", "IT", "PH"), class = "factor"), 
        Margin = c(34.5, 39.5, 39.9, 41.3, 42.3, 44.5, 44.5, 47.6, 49.8, 
        5.6, 5.9, 6.9, 12.6, 12.6, 15.8, 22.4, 22.9, 34.8, 34.8, 14.5, 
        19.2, 23.9, 23.9, 29), 
        Ranking = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 1L, 2L, 3L, 4L, 
        5L, 6L, 7L, 8L, 9L, 10L, 1L, 2L, 3L, 4L, 5L)), 
        .Names = c("Company", "Category", "Margin", "Ranking"), 
        class = "data.frame", row.names = c(NA, -24L))

Входной набор данных выглядит следующим образом

> mydf
           Company Category Margin Ranking
1              SBI       BK   34.5       1
2              PNB       BK   39.5       2
3         UCO BANK       BK   39.9       3
4             BANK       BK   41.3       4
5      INDIAN BANK       BK   42.3       5
6        DENA BANK       BK   44.5       6
7      VIJAYA BANK       BK   44.5       7
8       UNION BANK       BK   47.6       8
9     CENTRAL BANK       BK   49.8       9
10         INFOSYS       IT    5.6       1
11        HCL TECH       IT    5.9       2
12             TCS       IT    6.9       3
13             CMC       IT   12.6       4
14    TECHMAHINDRA       IT   12.6       5
15       COGNIZANT       IT   15.8       6
16           IGATE       IT   22.4       7
17           WIPRO       IT   22.9       8
18        HEXAWARE       IT   34.8       9
19 MAHINDRA SATYAM       IT   34.8      10
20      DR. REDDYS       PH   14.5       1
21      SUN PHARMA       PH   19.2       2
22           CIPLA       PH   23.9       3
23           LUPIN       PH   23.9       4
24      DIVIS LABS       PH   29.0       5

# Написание функции с именем "rankCompany"

> rankCompany <- function(inDF = mydf, catg, ranking) {
   if (ranking == "worst") {
      worst.ranks <- as.vector(table(inDF$Category))
      mgdf <- merge(inDF, data.frame(Category = catg, Ranking = worst.ranks), all.y = TRUE)
   } else if(is.numeric(ranking)) {
      mgdf <- merge(inDF, data.frame(Category = catg, Ranking = ranking), all.y = TRUE)
   }
   rownames(mgdf) <- catg
   return(mgdf)
 }

Тестирование функции:

Тестовый пример № 1

test1 <- c("BK", "IT", "PH")
rankCompany(catg = test1, ranking = 2)
  Category Ranking    Company Margin
BK       BK       2        PNB   39.5
IT       IT       2   HCL TECH    5.9
PH       PH       2 SUN PHARMA   19.2

Тестовый пример № 2

test2 <- c("BK", "IT", "PH")
rankCompany(catg = test2, ranking = 7)
   Category Ranking     Company Margin
BK       BK       7 VIJAYA BANK   44.5
IT       IT       7       IGATE   22.4
PH       PH       7        <NA>     NA

Тестовый пример № 3

test3 <- c("BK", "IT", "PH", "EG")
rankCompany(catg = test3, ranking = 10)

   Category Ranking         Company Margin
BK       BK      10            <NA>     NA
IT       IT      10 MAHINDRA SATYAM   34.8
PH       PH      10            <NA>     NA
EG       EG      10            <NA>     NA

Тестовый пример № 4

test4 <- c("BK", "IT", "PH")
rankCompany(catg = test4, ranking = "worst")

   Category Ranking         Company Margin
BK       BK       9    CENTRAL BANK   49.8
IT       IT      10 MAHINDRA SATYAM   34.8
PH       PH       5      DIVIS LABS   29.0
person Kumar    schedule 18.10.2013