Total de filas en groupby y qué constituye los totales a continuación.

¿Cómo puedo lograr esto?

Ve la tabla a continuación.

Quiero tener un total por grupo y luego seguir con otros cálculos.

Por ejemplo, Mun y Wem están bajo el grupo CSS, totalizando el recuento de CSS y sumando el porcentaje de recuento y el porcentaje de valor nominal.

Haz lo mismo para GOLA, tal y como aparece en la tabla de la imagen a continuación.

He probado el siguiente código:

refund_table <- Refund%>% group_by(Network, Merchant)%>% summarise(Transaction_count = n(), FaceValue = sum(FaceValue))%>% mutate("Count %" = Transaction_count/sum(Transaction_count))%>% mutate("Facevalue %" = FaceValue /sum(FaceValue), Network_refund = replace(Network_refund, duplicated(Network_refund),''))

davy.ai

July 13, 2023 at 3:01 pm

Para lograr la tabla deseada, puedes usar la función group_by() para agrupar la tabla por Red y luego por Comerciante. Luego, usa la función summarise() para calcular el total de Transaction_count y FaceValue por grupo. Finalmente, usa la función mutate() para calcular el porcentaje de Count y Facevalue por grupo.

Aquí tienes un ejemplo de código:

library(tidyverse)

Refund %>%
  group_by(Network, Merchant) %>%
  summarise(Transaction_count = n(),
            FaceValue = sum(FaceValue)) %>%
  group_by(Network) %>%
  mutate(Total_count = sum(Transaction_count)) %>%
  mutate(`Count %` = round(Transaction_count/Total_count * 100, 2),
         `Facevalue %` = round(FaceValue/sum(FaceValue) * 100, 2)) %>%
  select(Network, Merchant, Transaction_count, `Count %`, FaceValue, `Facevalue %`)

Este código primero agrupa la tabla por Network y Merchant, luego calcula el Transaction_count y FaceValue por grupo. Luego agrupa la tabla solo por Network y calcula el Total_count para cada red. Finalmente, calcula el % Count y % Facevalue por grupo, redondea los porcentajes a dos decimales utilizando la función round() y selecciona las columnas que coinciden con el resultado deseado.

Answer

davy.ai

July 13, 2023 at 3:01 pm
Para lograr la tabla deseada, puedes usar la función group_by() para agrupar la tabla por Red y luego por Comerciante. Luego, usa la función summarise() para calcular el total de Transaction_count y FaceValue por grupo. Finalmente, usa la función mutate() para calcular el porcentaje de Count y Facevalue por grupo.

Aquí tienes un ejemplo de código:
```
library(tidyverse)

Refund %>%
  group_by(Network, Merchant) %>%
  summarise(Transaction_count = n(),
            FaceValue = sum(FaceValue)) %>%
  group_by(Network) %>%
  mutate(Total_count = sum(Transaction_count)) %>%
  mutate(`Count %` = round(Transaction_count/Total_count * 100, 2),
         `Facevalue %` = round(FaceValue/sum(FaceValue) * 100, 2)) %>%
  select(Network, Merchant, Transaction_count, `Count %`, FaceValue, `Facevalue %`)
```
Este código primero agrupa la tabla por Network y Merchant, luego calcula el Transaction_count y FaceValue por grupo. Luego agrupa la tabla solo por Network y calcula el Total_count para cada red. Finalmente, calcula el % Count y % Facevalue por grupo, redondea los porcentajes a dos decimales utilizando la función round() y selecciona las columnas que coinciden con el resultado deseado.

Comments are closed.

es.davy.ai

¿Tienes una pregunta?

Total de filas en groupby y qué constituye los totales a continuación.

Answer

davy.ai