0
我有一个包含5713行和7列的数据帧。许多行都是重复的。我需要通过“性别”和“大小”来创建5个组,同时确保“项目”列不包含重复项,而“类型”列仅包含最多1个“抓绒”。我曾尝试过sample,split,group_by,sample_n,但似乎无法弄清楚如何包含所有变量。R中的多个变量对数据组进行分组
这里是数据帧的一个示例:
SKU UPC type rating size gender item
1 M3MEN-SU15-BLU-XXL 628012010215 Tee 5 XXL M M3MEN
2 M3MEN-SU15-GRY-XXL 628012010314 Tee 5 XXL M M3MEN
3 M3MEN-SU15-GRY-XL 628012010316 Tank 5 XL M M3MEN
4 MAMA-CHA-S *MAMA-CHA-S* Tank 5 S M MAMA
5 MAMA-CHA-S *MAMA-CHA-S* Tee 5 S M MAMA
6 MBAN-CHA-M *MBAN-CHA-M* Fleece 3 M W MBAN
7 WAZA-CHA-L *WAZA-CHA-L* Fleece 3 L M WAZA
8 MBAN-CHA-M *MBAN-CHA-M* Fleece 3 M W MBAN
9 MBAN-CHA-M *MBAN-CHA-M* Fleece 3 M M MBAN
10 MCON-CHA-M *MCON-CHA-M* Fleece 3 M M MCON
理想我想创建对于每个组的5
例如创建一个唯一的ID的新柱:
SKU UPC type rating size gender item id
1 M3MEN-SU15-BLU-S 628012010215 Tee 5 S M M3MEN 1
2 MAMA-CHA-S *MAMA-CHA-S* Tank 5 S M MAMA 1
3 MBAN-CHA-S *MBAN-CHA-S* Tank 3 S M MBAN 1
4 MAZA-CHA-S *MAZA-CHA-S* Tee 3 S M MAZA 1
5 MCON-CHA-S *MCON-CHA-S* Fleece 3 S M MCON 1
6 W3MEN-SU15-BLU-M 428012010215 Tee 2 M W W3WOM 2
7 WAMA-CHA-M *WAMA-CHA-M* Tank 4 M W MAMA 2
8 WBAN-CHA-M *WBAN-CHA-M* Tank 5 M W MBAN 2
9 WAZA-CHA-M *WAZA-CHA-M* Tee 1 M W MAZA 2
10 WCON-CHA-M *WCON-CHA-M* Fleece 3 M W MCON 2
我一直在为此奋斗一段时间。任何帮助将不胜感激!
能告诉你,你已经尝试了代码?这将有助于跨越你想要做的事。用'dput(head(yourdata,20))'包括一个可重复的例子'也会有所帮助。 –
我试过创建组的样本(按性别和大小),但它不能解决含有超过1个羊毛实例的独特“项目”或“类型”问题。 'df <- df %>%group_by(gender,size)%> sample_n(size = 5)' –
当你说>需要通过“gender”和“size”来创建5个群组吗?只是说我需要创建同性别和大小的组,例如男性,小的第一。然后显示男性,中等。然后显示男性,大。然后显示女性,小等等。只是想知道5是否是某种附加要求,或者只是您注意到,就您所知,每个性别+尺寸组中只能有5个变体。 – user454038