Question

我是R的新手并且试图在滚动的基础上计算3个月的差额。

我的数据框由（CID，acquistion_date和delinquient）

组成

我正在尝试创建一个附加了第4列的新数据框（Roll_deliquency），即过去3个月中的除法计数）。一旦我们有了新的客户ID，我们就会重新开始该客户的第一笔交易。 Roll_Deliquiency是过去3个月<=> 的总数。

预期结果如下

CID AQ_DATE Delinquient Roll_Deliquiency 103 2007/03/18 1 0 103 2007/04/03 0 1 103 2007/04/17 0 1 103 2007/05/03 0 1 103 2007/05/17 1 1 103 2007/06/02 1 2 103 2007/06/16 1 3 103 2007/07/02 1 3 103 2008/01/03 1 0 103 2008/01/17 1 1 103 2008/02/02 0 2 103 2008/02/16 1 2 105 2007/01/01 1 0 105 2007/01/11 1 1 105 2007/02/10 1 2 105 2007/02/14 0 3 105 2007/02/17 1 3 105 2007/02/17 1 4 105 2007/02/17 1 5 105 2007/04/02 0 5 105 2007/04/10 1 5

有人可以帮我解决R代码吗？我尝试使用滚动应用但不能根据需要自定义相同的内容。

Answer 1

这可能不是你想要的，但对我目前对这个问题的理解，这是我能做的最好的事情。对于每个人和数据文件中的每个日期，我在90天内回过头来总结拖欠次数。我的结果存储在向量my.count中。我的结果与Roll_Deliquiency不符。但是，也许这会让你开始。如果您提供有关如何计算Roll_Deliquiency的其他信息，我可以修改以下代码。我也许会尽快清理代码。它目前包含一些我最终没有用来获得答案的变量。

df.1 <- read.table(text='
CID AQ_DATE   Delinquient Roll_Deliquiency
103   2007/03/18    1       0
103   2007/04/03    0       1
103   2007/04/17    0       1
103   2007/05/03    0       1
103   2007/05/17    1       1
103   2007/06/02    1       2
103   2007/06/16    1       3
103   2007/07/02    1       3
103   2008/01/03    1       0
103   2008/01/17    1       1
103   2008/02/02    0       2
103   2008/02/16    1       2
105   2007/01/01    1       0
105   2007/01/11    1       1
105   2007/02/10    1       2
105   2007/02/14    0       3
105   2007/02/17    1       3
105   2007/02/17    1       4
105   2007/02/17    1       5
105   2007/04/02    0       5
105   2007/04/10    1       5', header=T, colClasses=c('character', 'character', 'integer', 'integer'))

df.1$AQ_DATE2 <- as.Date(df.1$AQ_DATE, "%Y/%m/%d")

df.1$running.count = sequence(rle(df.1$CID)$lengths)
df.1

max.value <- data.frame(id.max = with(df.1, tapply(running.count, CID, function(x) x[length(x)])))
max.value

max.value$CID <- row.names(max.value)
max.value

all.data  <- merge(max.value, df.1, by=c('CID'), all = TRUE)
all.data

my.count <- rep(0, nrow(all.data))

m <- 1

for(i in length(unique(all.data$CID)):1) {

  all.data.i <- subset(all.data, all.data$CID == max.value$CID[i])

    print(all.data.i)

     for(j in nrow(all.data.i):1) {

        for(k in j:1) {

           if(((j-k) >  1) &
             (as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k+1]) <= 90)  &    
             (as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k  ]) >  90)) my.count[m] = sum(all.data.i$Delinquient[(k+1):j]) 

           if(((j-k) == 1) &
              as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k])   >  90)  my.count[m] = all.data.i$Delinquient[j]

           if((k == 1) &
              as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[1])   <= 90)  my.count[m] = sum(all.data.i$Delinquient[1:j])

         } 

     m = m + 1

     }     

}

my.count

 [1] 6 5 6 5 4 3 3 2 1 3 2 2 1 4 4 3 2 1 1 1 1

数据框的滚动违法计算

1 个答案: