23

Suponha que eu tenha a seguinte base de dados

vendas<-c(100,140,200,300,20,1000,200,3000)
vendedor<-c("A","B","A","B","C","C","D","A")
regiao<-c("Norte","Sul","Leste","Norte","Sul","Norte","Leste","Sul")
df<-data.frame(vendedor,regiao,vendas)

E queira analisar o total de vendas por vendedor e por vendedor/região.

Como faço para gerar essa nova base com os dados agregados para análise?

5 Respostas 5

20

O Hadley criou recentemente o dplyr, uma versao bem mais rapida e com sintaxe mais intuitiva que o plyr. (links para o CRAN e para o anuncio no blog do RStudio)

No dplyr ficaria assim

library(dplyr)
group_by(df,vendedor)%>%summarise(Total=sum(vendas))
  vendedor Total
1        A  3300
2        B   440
3        C  1020
4        D   200

E agrupando por vendedor e regiao

group_by(df,vendedor, regiao)%>%summarise(Total=sum(vendas))
   vendedor regiao Total
1        A  Leste   200
2        A  Norte   100
3        A    Sul  3000
4        B  Norte   300
5        B    Sul   140
6        C  Norte  1000
7        C    Sul    20
8        D  Leste   200

Edição: a versão mais recente do dplyr usa o operador %>% do magrittr.

12

Outra opção é utilizar o pacote data.table:

df <- data.table(df)
df[,sum(vendas), by=vendedor]
df[,sum(vendas), by=data.table(vendedor, regiao)]

Pacotes como o plyr e o data.table foram criados para facilitar e agilizar esse (e outros) tipos de análises, entao se o teu banco for grande ou tiver que fazer muitos agrupamentos, talvez valha a pena dar uma estudada neles!

11

Você pode fazer isso com a função aggregate

aggregate(vendas ~ vendedor,
          data=df,
          FUN=sum)

  vendedor vendas
1        A   3300
2        B    440
3        C   1020
4        D    200

aggregate(vendas ~ vendedor + regiao,
          data=df,
          FUN=sum)

  vendedor regiao vendas
1        A  Leste    200
2        D  Leste    200
3        A  Norte    100
4        B  Norte    300
5        C  Norte   1000
6        A    Sul   3000
7        B    Sul    140
8        C    Sul     20

Uma outra opção é usar o pacote plyr

library(plyr)

ddply(df,
      c("vendedor"),
      summarise,
      total = sum(vendas))

  vendedor total
1        A  3300
2        B   440
3        C  1020
4        D   200

ddply(df,
      c("vendedor", "regiao"),
      summarise,
      total = sum(vendas))

  vendedor regiao total
1        A  Leste   200
2        A  Norte   100
3        A    Sul  3000
4        B  Norte   300
5        B    Sul   140
6        C  Norte  1000
7        C    Sul    20
8        D  Leste   200
6

Você também pode utilizar tapply:

Por vendedor:

with(df, tapply(vendas, vendedor, sum))
 A    B    C    D 
3300  440 1020  200 

Por vendedor e região:

with(df, tapply(vendas, list(vendedor, regiao), sum))
  Leste Norte  Sul
A   200   100 3000
B    NA   300  140
C    NA  1000   20
D   200    NA   NA
5

Outra opção é usar sqldf

library(sqldf)
sqldf("SELECT vendedor, sum(vendas) from df group by vendedor")
sqldf("SELECT vendedor, regiao, sum(vendas) from df group by vendedor, regiao")

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .