studio - tidyr r

Condicional Cuenta en dplyr

Question

Tengo algunos datos de pedidos de miembros que me gustaría agregar por semana de pedido.

Así es como se ven los datos:

memberorders=data.frame(MemID=c(''A'',''A'',''B'',''B'',''B'',''C'',''C'',''D''),
             week = c(1,2,1,4,5,1,4,1),
             value = c(10,20,10,10,2,5,30,3))

Estoy usando dplyr para agrupar por "MemID" y resumir "valor" para "semana" <= 2 y <= 4 (para ver cuánto ordenó cada miembro en las semanas 1-2 y 1-4. El código que tengo actualmente es :

MemberLTV <- memberorders %>%
group_by(MemID) %>%
summarize(
sum2 = sum(value[week<=2]),
sum4 = sum(value[week<=4]))

Ahora estoy tratando de agregar dos campos más en el resumen, cuenta 2 y cuenta 4, que contaría el número de instancias de cada condición (semana <= 2 y semana <= 4).

La salida deseada es:

output  = data.frame(MemID = c(''A'',''B'',''C'',''D''),
                 sum2 = c(30,10,5,3),
                 sum4 = c(30,20,35,3),
                 count2 = c(2,1,1,1),
                 count4 = c(2,2,2,1))

Supongo que es solo una pequeña modificación de la función de suma, pero tengo problemas para resolverlo.

Answer 1

Usando ambas ideas previsualizadas y manteniéndolas consistentes:

MemberLTV_2 <- memberorders %>%

group_by(MemID) %>%
summarize(

    count2 = length(value[week<=2]),
    count4 = length(value[week<=4]),
    sum2 = sum(value[week<=2]),
    sum4 = sum(value[week<=4])

    )

Answer 2

Tratar

 library(dplyr)
 memberorders %>% 
        group_by(MemID) %>% 
        summarise(sum2= sum(value[week<=2]), sum4= sum(value[week <=4]), 
                  count2=sum(week<=2), count4= sum(week<=4))

Answer 3

Usando el paquete plyr uno podría hacer

ddply(memberorders,.(MemID),
                    summarise, 
                    val1 = sum(value[week<=2]), 
                    val2 = sum(value[week<=4]),
                    val3 = length(value[week<=2]),
                    val4 = length(value[week<=4]))

  MemID val1 val2 val3 val4
1     A   30   30    2    2
2     B   10   20    1    2
3     C    5   35    1    2
4     D    3    3    1    1