巧用R语言中各类聚合窗口函数

前言

这部分介绍一下R语言中的聚合窗口函数，R语言中的聚合窗口函数与sql中的窗口函数有点差异，R语言中的相同记录的累计求和累计平均不再相同。

函数对比

仍是与sql对比介绍R语言中的聚合窗口函数，sql中的聚合窗口函数，既能实现普通聚合，也能实现加强版的累积聚合，R语言中也有与之一一对应的聚合函数：

函数使用

使用之前数据：

user_no	order_no	buy_date	amt
u01	dadeca	2019/1/1	100
u02	xaefaw	2018/6/5	100
u01	daecaw	2019/2/1	200
u02	sdawfa	2018/2/1	150
u01	cwewca	2019/3/1	200
u01	wcawca	2018/7/1	120
u02	wdcbhf	2019/3/1	500
u02	qweace	2019/1/1	300
u01	ceasxa	2018/12/1	300
u01	xasaec	2019/2/1	150

1 sum、cumsum函数

R语言中的sum和cumsum聚合函数与sql中的sum聚合函数相同，对分组求和和累计求和。R语言中的聚合函数是在sql基础上的改进，R语言中相同记录累计求和值不再相同。下面举例说明一下，计算每位客户消费总额以及按照购买时间的顺序累计消费总额：

消费总额：

data1 %>%  group_by(user_no) %>%  mutate(sum_amt = sum(amt)) %>%  arrange(user_no, buy_date)

累计消费总额：

data1 %>%  group_by(user_no) %>%  mutate(cumamt = order_by(buy_date, cumsum(amt))) %>%  arrange(user_no, buy_date)

R语言中的累计计算函数，当order_by的字段记录相同时候，累计值不再相同，而sql中当记录相同的时候，累计值是相同的【窗口函数】第三弹：聚合函数和分布函数，觉得这一点是很好的优化。下图是sql中的结果：

2 min、cummin函数

R语言中的min、cummin函数与sql中的min函数相同，计算组内最小值和累计最小值：

每位客户的历史上最小消费金额：

data1 %>%  group_by(user_no) %>%  mutate(min_amt = min(amt)) %>%  arrange(user_no, buy_date)

按照购买时间计算每位客户的累计最小消费金额：

data1 %>%  group_by(user_no) %>%  mutate(cuminamt = order_by(buy_date, cummin(amt))) %>%  arrange(user_no, buy_date)

3 max、cummax函数

R语言中的max函数和cummax函数与sql中的max函数相同，计算每组内最晚（大）或者累计最晚（大）的记录：

历史上每位客户的最大消费金额：

data1 %>%  group_by(user_no) %>%  mutate(max_amt = max(amt)) %>%  arrange(user_no, buy_date)

按照购买时间计算每位客户的累计最大消费金额：

data1 %>%  group_by(user_no) %>%  mutate(cumaxamt = order_by(buy_date, cummax(amt))) %>%  arrange(user_no, buy_date)

4 mean、cummean函数

R语言中的mean函数和cummean函数与sql中的avg函数相同，计算组内平均值和组内累计平均值，与sql区别的是：R语言中相同记录的累计值不同，而sql中相同记录累计值相同：【窗口函数】第三弹：聚合函数和分布函数

历史上每位客户的平均消费金额

data1 %>%  group_by(user_no) %>%  mutate(mean_amt = mean(amt)) %>%  arrange(user_no, buy_date)

按照购买时间计算每位客户的累计平均值

data1 %>%  group_by(user_no) %>%  mutate(cumeanamt = order_by(buy_date, cummean(amt))) %>%  arrange(user_no, buy_date)

5 n函数

R语言中的n函数与sql中的count函数相同，计算每组内记录总数：

历史上每位客户的消费次数

data1 %>%  group_by(user_no) %>%  mutate(cnt = n()) %>%  arrange(user_no, buy_date)

总结

本节介绍了R语言中的聚合窗口函数，当累计求和和累计平均的时候，与sql中结果有点差异：sql中相同记录的累计值相同，而R语言中的累计值不在相同。