Question

我对以下主题有疑问。

使用Excel后，执行此操作的工作量很高。现在我想以自动方式用R来做。

我有不同型号的洗衣机：

对于每个模型，我都有一个包含所有必需组件的data.frame。以1型号为例

Component = c("A","B","C","D","E","F","G","H","I","J")
Number = c(1,1,1,2,4,1,1,1,2,3)
Model.A= data.frame(Component,Quantity)

作为第二个信息，我有一个包含所有组件的data.frame，供所有模型使用，此外还有这些组件的实际库存。

Component = c("A","B","C","D","E","F","G","H","I","J","K","L","M","N","O","P","Q","R","S","T","U","V","W","X","Y","Z")
Stock = c(100,102,103,105,1800,500,600,400,50,80,700,900,600,520,35,65,78,95,92,50,36,34,96,74,5,76)

Comp.Stock = data.frame(Component,Stock)

第三次也是最后一次Inforamtion是关于每周生产计划的。我每周有4个生产计划=计划1个月。我得到了一个带有洗衣机型号的数据框架，它将在接下来的4周内生产，并且还有它们的数量。

pr.Models= c("MODEL.A","MODEL.B","MODEL.C","MODEL.D")
Quantity= c(15000,1000,18000,16000,5000)

Production= data.frame(pr.Models,Quantity)

现在我的问题是，将这些信息组合在一起，我可以将生成的模型（最后的信息）与组件进行比较。首先是每个模型使用的组件，另外还有data.frame，它包含所有组件和库存的信息。

如果组件库存不足以从生产计划中生成模型，目标是获取信息和警告。

后:(许多相同的组件被不同的模型使用）

希望你明白我的意思，可以帮助我解决这个问题。

谢谢=）

编辑：

我无法完成您的所有步骤：

也许这个想法也很好，但我知道如何做到这一点：

也许可以将每个生成的模型（生产）与使用的组件合并。（考虑到生产数量和每台洗衣机的数量需求）。

我最喜欢的输出是，为每个生成的模型自动生成具有所需组件的数据帧。

在下一步中，它应该能够将这些数据与Comp.Stock合并，以查看需要的频率，并将其与股票进行比较。

你有这方面的想法吗？

也许我对于呈现的方式是愚蠢的...我真的需要一种自动方式，因为有超过4k种不同的组件和超过180种不同型号的洗衣机。

谢谢

另外，Comp.Stock还提供了所有使用过的型号及其质量（生产）

Answer 1

您需要将模型名称作为第一个data.frame中的列（以匹配Production）

Model.A$pr.Models <- 'MODEL.A'

然后你可以合并。请注意，有两个“数量”列，您不希望按这些列合并：

merged <- merge(merge(Model.A, Comp.Stock),Production, by='pr.Models')

Extra是您在制作后将拥有的数量：

transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)
##    pr.Models Component Quantity.x Stock Quantity.y Needed  Extra
## 1    MODEL.A         A          1   100      15000  15000 -14900
## 2    MODEL.A         B          1   102      15000  15000 -14898
## 3    MODEL.A         C          1   103      15000  15000 -14897
## 4    MODEL.A         D          2   105      15000  30000 -29895
## 5    MODEL.A         E          4  1800      15000  60000 -58200
## 6    MODEL.A         F          1   500      15000  15000 -14500
## 7    MODEL.A         G          1   600      15000  15000 -14400
## 8    MODEL.A         H          1   400      15000  15000 -14600
## 9    MODEL.A         I          2    50      15000  30000 -29950
## 10   MODEL.A         J          3    80      15000  45000 -44920

如果Extra为负数，则需要更多部分。你真的很缺乏。

transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)$Extra < 0
##  [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

任何部分都不够。

作为一项功能：

Not.Enough.Parts <- function(Model, Comp.Stock, Production) {
  Model$pr.Models <- toupper(substitute(Model))
  merged <- merge(merge(Model, Comp.Stock),Production, by='pr.Models')
  extra <- transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)
  retval <- extra$Extra < 0
  names(retval) <- extra$Component
  return(retval)
}

Not.Enough.Parts(Model.A, Comp.Stock, Production)
##    A    B    C    D    E    F    G    H    I    J 
## TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

在R中查找主数据

1 个答案: