如何在R中使用2個不同的標籤找到公共數據？

Question

R對我來說很新穎。我的數據包含客戶ID和類別的列。客戶ID是數字，類別是文本。 客戶ID可以屬於類別A或B或兩者。我的查詢：

1. 客戶ID可以是A/B/Both。我如何過濾僅屬於A的客戶ID而不是其他2個分段？
2. 在兩部分中，我如何知道客戶先從A或B購買？

請幫忙。數據看起來像這樣

data.frame 
(date = c("24 aug", "19 Aug", "15 july", "31 aug", "10 Aug", "12 Aug"), 
id = c(1000003007, 1000008006, 1000008006, 1000008006, 1000009009, 1000010004), 
customer = c("A", "B")) 

Sample Data

Answer 1

假設df是您的數據框。

df <- data.frame(date = c("24 aug", "19 Aug", "15 july", "31 aug", "10 Aug", "12 Aug"), id = c(1000003007, 1000008006, 1000008006, 1000008006, 1000009009, 1000010004), customer = c("A", "B")) 

您可以使用subset來獲得兩個查詢的結果。

查詢1：

subset(df, customer == "A") 

    date  id  customer 
1 24 aug 1000003007  A 
3 15 july 1000008006  A 
5 10 Aug 1000009009  A 

如果你只是想客戶ID：

subset(df$id, df$customer == "A") 
[1] 1000003007 1000008006 1000009009 

查詢2：

subset(df, customer == "A" | customer == "B") 

    date   id  customer 
1 24 aug 1000003007  A 
2 19 Aug 1000008006  B 
3 15 july 1000008006  A 
4 31 aug 1000008006  B 
5 10 Aug 1000009009  A 
6 12 Aug 1000010004  B 

如果你只是想客戶ID：

subset(df$id, df$customer == "A" | df$customer == "B") 
[1] 1000003007 1000008006 1000008006 1000008006 1000009009 1000010004 

Answer 2

要回答你的第一個問題：

你可以用條件過濾您的數據幀。 R中選擇特定的rows或columns的通用代碼結構是這樣的：

假設你的數據幀對象被稱爲df。

df <- data.frame(date = c("24 aug", "19 Aug", "15 july", "31 aug", "10 Aug", "12 Aug"), 
       customer_id = c(1000003007, 1000008006, 1000008006, 1000008006, 1000009009, 1000010004), 
       Category = c("A", "B")) 

df[rows, columns] 

您可以使用數字調用行和列在數據框中的位置。

df[1, ] 

    date customer_id Category 
1 24 aug 1000003007  A 

將選擇第一行和所有列。

df[, 1] 

[1] 24 aug 19 Aug 15 july 31 aug 10 Aug 12 Aug 
Levels: 10 Aug 12 Aug 15 july 19 Aug 24 aug 31 aug 

將選擇所有行，但僅選擇第一列。您還可以通過他們的名字選擇列：

df[, "customer_id"] 

[1] 1000003007 1000008006 1000008006 1000008006 1000009009 1000010004 

將選擇所有的行，但僅列customer_id。這也可以通過df$customer_id完成。

要使用行條件選擇，你的逗號前插入一個條件進入空間：

df[df$Category == "A",] 

    date customer_id Category 
1 24 aug 1000003007  A 
3 15 july 1000008006  A 
5 10 Aug 1000009009  A 

將選擇所有列，但僅滿足以下條件：column "Category" is equal to "A"行。

我無法回答第二個問題，因爲您的數據示例不包含df$Category == "Both"的行。