Mam niżej wymienioną ramkę danych:
structure(
list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7",
"P-8"),
Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04",
"2020-03-16 06:13:55", "2020-03-16 10:03:43",
"2020-03-16 12:37:09", "2020-03-16 06:40:24",
"2020-03-16 09:46:45", "2020-03-16 12:07:44",
"2020-03-16 14:09:51", "2020-03-16 09:19:23"),
Status = c("SA", "SA", "SA", "RE", "RE", "RE", "RE", "XA", "XA", "XA"),
Flag = c("L", "L", "L", NA, "K", "J", NA, NA, "H", "G"),
Value = c(5929.81, 5929.81, 5929.81, NA, 6969.33, 740.08, NA, NA, 1524.8,
NA),
Flag2 = c("CL", "CL", "CL", NA, "RY", "", NA, NA, "", NA),
Flag3 = c(NA, NA, NA, NA, "RI", "PO", NA, "SS", "DDP", NA)),
.Names=c("ID", "Date", "Status", "Flag", "Value", "Flag2", "Flag3"),
row.names=c(NA, 10L), class="data.frame")
Używam niżej wymienionego kodu:
df %>% mutate(L = ifelse(Flag == "L",1,0),
K = ifelse(Flag == "K",1,0),
# etc for Flag) %>%
mutate(sub_status = NA) %>%
mutate(sub_status = ifelse(!is.na(Flag2) & Flag3 == 0, "a", sub_status),
sub_status = ifelse(is.na(Flag2) & Flag3 != 0, "b", sub_status),
# etc for sub-status) %>%
mutate(value_class = ifelse(0 <= Value & Value <= 15000, "0-15000",
"15000-50000")) %>%
group_by(Date, status, sub_status, value_class) %>%
summarise(L = sum(L),
K = sum(K),
# etc
count = n())
Co zapewnia mi następujące dane wyjściowe:
Date Status sub_status value_class G H I J K L NA Count
2020-03-20 SA a 0-15000 0 0 0 0 1 1 0 2
2020-03-20 SA b 0-15000 0 0 0 0 1 0 0 1
................
................
Chcę uzyskać następujące dane wyjściowe za pomocą DF
, gdzie Status
kolumna ma różne 3 wartości i Flag2
ma albo wartości albo [null] lub NA, a na końcu Flag3
kolumna ma różne 7 wartości z [null] lub NA. Dla jednej odrębnej ID
mamy wielokrotny wpis Flag3
kolumny.
Muszę utworzyć następującą ramkę danych, tworząc grupę 3 na podstawie Value
0-15000, 15000-50000.
- Jeśli dla odrębnego ID
Flag2
ma wartość inną niż 0 lub [null] / NA, aleFlag3
ma wartość 0 lub [null] / NA, to byłobya
. - Jeśli dla odrębnego identyfikatora
Flag3
ma wartość inną niż 0 lub [null] / NA, aleFlag2
ma wartość 0 lub [null] / NA, wówczas będzie tob
- Jeśli dla odrębnego identyfikatora zarówno
Flag2
&Flag3
ma wartość inną niż 0 lub [Null] / NA, to byłobyc
- Jeśli dla odrębnego identyfikatora zarówno
Flag2
&Flag3
ma wartość 0 lub [Null] / NA, byłoby tod
Chcę ustawić wyżej wspomniane ramki danych w następującej strukturze z percent
i Total
kolumną.
Wspomniałem o odsetku, jak 2/5
pokazać, że status będzie podzielony przez Suma, podczas gdy sub_status
będzie podzielony przez ich odpowiednie Status
.
16/03/2020 0 - 15000 15000 - 50000
Status count percent L K J H G [Null] count percent L K J H G [Null] Total
SA 1 1/8 (12.50%) 1 0 0 0 0 0 0 - 0 0 0 0 0 0 1
a 1 1/1(100.00%) 1 0 0 0 0 0 0 - 0 0 0 0 0 0 1
b 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
c 0 - 1 0 0 0 0 0 0 - 0 0 0 0 0 0 0
d 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
RE 4 50.00% 0 1 1 0 0 2 0 - 0 0 0 0 0 0 4
a 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
b 1 25.00% 0 0 1 0 0 1 0 - 0 0 0 0 0 0 1
c 1 25.00% 0 1 0 0 0 1 0 - 0 0 0 0 0 0 1
d 2 50.00% 0 0 0 0 0 2 0 - 0 0 0 0 0 0 2
XA 3 37.50% 0 0 0 1 1 1 0 - 0 0 0 0 0 0 3
a 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
b 2 66.67% 0 0 0 1 0 1 0 - 0 0 0 0 0 0 2
c 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
d 1 33.33% 0 0 0 0 1 0 0 - 0 0 0 0 0 0 1
Total 8 100.00% 1 1 0 0 1 3 0 - 0 0 0 0 0 0 8
Wspomniałem o wymaganym wyjściu opartym na najnowszej dacie, która jest 16.03.2020, jeśli ramka danych nie ma najnowszej daty, tak jak startdate
zachowaj całą wartość 0 w wyjściowej ramce danych. Kolumna procentowa jest tylko dla odniesienia, zostaną obliczone wartości procentowe.
Ponadto chcę zachować statyczną strukturę. Na przykład, jeśli dla któregokolwiek parametru nie ma w ciągu dnia, struktura wyjściowa byłaby taka sama z wartością 0.
Na przykład, przypuśćmy , że data 17/03/2020
nie ma żadnego wiersza o statusie SA
lub podstatusie, dla c
którego to miejsce będzie w danych wyjściowych o wartości as 0
.
2/5
tylko dla celów reprezentacyjnych. Byłaby to wartość procentowa tylko z 2 punktami dziesiętnymi ze znakiem procentowym.dput
od zbioru danych, który lubisz - jest to trzeci blok kodu. Poprzedni kod nie wydaje się odpowiedni, ponieważ wydajesz się zadowolony z wyniku.Odpowiedzi:
Mam nadzieję, że to wystarczy, aby zacząć, aby przejść dalej, potrzebuję oczekiwanego wyniku, który wygląda jak pochodzący z R, oraz dalszych wyjaśnień dotyczących sposobu obliczania zmiennych.
źródło