Question

我通过结合去年星期五完成的每周报告，将以下数据放在Excel中。每行都是一个开放帐户。

location code  days.open     report.date 
LA       C1    186          8/2/2013    
SF       C2    186          8/2/2013    
SF       M     18           8/2/2013    
LA       C1    130          7/26/2013    
HB       M     30           7/26/2013    
LA       F     2            7/19/2013    
HB       F     188          7/19/2013    
LA       C3    90           7/12/2013    
LB       F     30           7/12/2013    
LB       F     36           7/12/2013    
SF       M     94           7/12/2013    
NB       C1    6            7/5/2013    
HB       M     18           7/5/2013    
LB       M     35           6/28/2013    
SD       C3    201          6/28/2013    
SD       F     69           6/21/2013

等超过一百万个条目。

这是我第一次将R用于时间序列，我需要帮助准备时间序列分析数据。

我想了解一些事情： 1）每个报告日期的未结帐户数 2）每个报告日期的开立账户数量 3）按代码在每个报告日期开立账户的数量 4）将开立账户的数量分成几天。打开＆lt; = 30,30＆lt; days.open＆lt; = 60,60＆lt; days.open＆lt; = 90，开放天数＆gt; 90 5）同样计为＃4，按位置进一步细分。

我不太清楚从哪里开始。

感谢您提供的任何帮助。

Answer 1

首先将数据转换为其格式并使用plyr包或data.table包。以下是使用plyr包中的ddply的解决方案。如果您想使用plyr，请阅读this文章。在以下代码中，mydata是您的数据。

mydata$report.date<-as.Date(mydata$report.date,"%m/%d/%Y")

library(plyr)
ddply(mydata,.(report.date),summarize, freq=length(days.open)) #1
ddply(mydata,.(report.date,location),summarize, freq=length(days.open)) #2
ddply(mydata,.(report.date,code),summarize, freq=length(days.open)) #3

生成一个变量，将days.open分配为四个区间。

mydata$new<-with(mydata,ifelse(days.open<=30,"A",ifelse(days.open>30 & days.open<=60,"B",ifelse(days.open>60 & days.open<=90,"C","D"))))

ddply(mydata,.(new),summarize, freq=length(days.open)) #4
ddply(mydata,.(new,location),summarize, freq=length(days.open)) #5

输出最后一个

   new location freq
1    A       HB    2
2    A       LA    1
3    A       LB    1
4    A       NB    1
5    A       SF    1
6    B       LB    2
7    C       LA    1
8    C       SD    1
9    D       HB    1
10   D       LA    2
11   D       SD    1
12   D       SF    2

Answer 2

以下是您上一个问题的答案 - 一旦您理解了这一点，其余的将是微不足道的：

library(data.table)
dt = data.table(your_df)

cuts = c(-Inf, 30, 60, 90, Inf)
dt[, .N, by = list(cut(days.open, cuts), location)]
#          cut location N
# 1: (90, Inf]       LA 2
# 2: (90, Inf]       SF 2
# 3: (-Inf,30]       SF 1
# 4: (-Inf,30]       HB 2
# 5: (-Inf,30]       LA 1
# 6: (90, Inf]       HB 1
# 7:   (60,90]       LA 1
# 8: (-Inf,30]       LB 1
# 9:   (30,60]       LB 2
#10: (-Inf,30]       NB 1
#11: (90, Inf]       SD 1
#12:   (60,90]       SD 1

R：具有相同日期和属性的聚合数据行为时间序列的每周计数

2 个答案: