我希望在不使用for循环的情况下，对两个日期之间有效的租约所赚取的所有租金进行总结。
以下是租赁数据的样本
DataFrame1
StartDate EndDate MonthlyRental
2015-07-01 2015-09-30 500
2015-06-01 2015-10-31 600
2015-07-15 2016-01-31 400
2015-08-01 2015-12-31 800
我想计算每个月我可以得到的租金，如果可能的话，按比例计算（如果太困难的话，不是NB）。例如：
DataFrame2
Month RentalIncome
2015-07-31 500+600+(400*15/31)
2015-08-31 500+600+400+800
2015-09-30 500+600+400+800
2015-10-31 600+400+800
2015-11-30 600+400+800
etc.
有没有人知道更好的方法，而不是简单地循环使用Dataframe2？
谢谢，
麦克
答案 0 :(得分：2)
这是一个可能的data.table解决方案（在Hmisc包的帮助下）。如果没有半月租金，这可能是一个非常容易的问题，但由于这种限制，它变得很难。
作为旁注，根据您的例子，我只假设StartDate半个月
library(data.table)
require(Hmisc)
# Converting to valid date classes
Dates <- names(df)[1:2]
setDT(df)[, (Dates) := lapply(.SD, as.Date), .SDcols = Dates]
# Handling half months
df[mday(StartDate) != 1, `:=`(GRP = seq_len(.N),
mDays = mday(StartDate),
StartDate = StartDate - mday(StartDate) + 1L)]
## Converting to long format
res <- df[, .(Month = seq(StartDate, EndDate, by = "month")),
by = .(MonthlyRental, GRP, mDays)]
## Dividing not full months by the number of days (that could be modified as per other post)
res[match(na.omit(df$GRP), GRP), MonthlyRental := MonthlyRental*mDays/monthDays(Month)]
res[, .(RentalIncome = sum(MonthlyRental)), keyby = .(year(Month), month(Month))]
# year month RentalIncome
# 1: 2015 6 600
# 2: 2015 7 1293
# 3: 2015 8 2300
# 4: 2015 9 2300
# 5: 2015 10 1800
# 6: 2015 11 1200
# 7: 2015 12 1200
# 8: 2016 1 400
答案 1 :(得分：1)
我稍微修改了我以前的答案。矩阵＆＃34; RentPerDay＆＃34;没有必要。 ＆＃34; colSums（吨（countDays）* RentPerDay）＆＃34;可以用矩阵矢量产品代替。此解决方案计算的租金收入与之前的解决方案相同。
library(lubridate)
ultimo_day <- function( start, end )
{
N <- 12*(year(end) - year(start)) + month(end) - month(start) + 1
d <- start
day(d) <- 1
month(d) <- month(d) + (1:N)
return( d - as.difftime(1,units="days"))
}
countDays <- function( data, d )
{
return( pmin( pmax( outer( d, data$"StartDate", "-") + 1, 0 ), day(d) ) -
pmin( pmax( outer( d, data$"EndDate" , "-"), 0 ), day(d) ) )
}
rentalIncome <- function( data,
d = ultimo_day( min(data$StartDate), max(data$EndDate) ) )
{
return ( data.frame( date = d,
income = ( countDays(data,d) / days_in_month(d) ) %*% data$"MonthlyRental" ) )
}
# -------- Example Data: --------
df1 <- data.frame(
StartDate = as.Date(c("2015-07-01", "2015-06-01", "2015-07-15", "2015-08-01", "2014-06-20")),
EndDate = as.Date(c("2015-09-30", "2015-10-31", "2016-01-31", "2015-12-31", "2015-07-31")),
MonthlyRental = c(500, 600, 400, 800, 300)
)
在示例中，我又添加了一个租约，该租约有效期超过一年：
> df1
StartDate EndDate MonthlyRental
1 2015-07-01 2015-09-30 500
2 2015-06-01 2015-10-31 600
3 2015-07-15 2016-01-31 400
4 2015-08-01 2015-12-31 800
5 2014-06-20 2015-07-31 300
＆＃34; ultimo_day（开始，结束）＆＃34;是＆＃34;开始＆＃34;之间的天数向量和＆＃34;结束＆＃34;支付租金：
> d <- ultimo_day( min(df1$StartDate), max(df1$EndDate))
> d
[1] "2014-06-30" "2014-07-31" "2014-08-31" "2014-09-30" "2014-10-31" "2014-11-30" "2014-12-31" "2015-01-31" "2015-02-28" "2015-03-31" "2015-04-30"
[12] "2015-05-31" "2015-06-30" "2015-07-31" "2015-08-31" "2015-09-30" "2015-10-31" "2015-11-30" "2015-12-31" "2016-01-31"
矩阵的行＆＃34; countDays＆＃34;对应于这些ultimo天，因此对应几个月：
> countDays(df1,d)
Time differences in days
[,1] [,2] [,3] [,4] [,5]
[1,] 0 0 0 0 11
[2,] 0 0 0 0 31
[3,] 0 0 0 0 31
[4,] 0 0 0 0 30
[5,] 0 0 0 0 31
[6,] 0 0 0 0 30
[7,] 0 0 0 0 31
[8,] 0 0 0 0 31
[9,] 0 0 0 0 28
[10,] 0 0 0 0 31
[11,] 0 0 0 0 30
[12,] 0 0 0 0 31
[13,] 0 30 0 0 30
[14,] 31 31 17 0 31
[15,] 31 31 31 31 0
[16,] 30 30 30 30 0
[17,] 0 31 31 31 0
[18,] 0 0 30 30 0
[19,] 0 0 31 31 0
[20,] 0 0 31 0 0
第1行属于2014年6月，第2行至2014年7月，......，第20行至2016年1月。
＆＃34; countDays（df1，d）/ days_in_month（d）＆＃34;又是一个矩阵。 该矩阵的（i，j）成分不是天数 第j个租约在第i个月有效，但这个数字的分数是由 第i个月的长度：
> countDays(df1,d) / days_in_month(d)
Time differences in days
[,1] [,2] [,3] [,4] [,5]
[1,] 0 0 0.0000000 0 0.3666667
[2,] 0 0 0.0000000 0 1.0000000
[3,] 0 0 0.0000000 0 1.0000000
[4,] 0 0 0.0000000 0 1.0000000
[5,] 0 0 0.0000000 0 1.0000000
[6,] 0 0 0.0000000 0 1.0000000
[7,] 0 0 0.0000000 0 1.0000000
[8,] 0 0 0.0000000 0 1.0000000
[9,] 0 0 0.0000000 0 1.0000000
[10,] 0 0 0.0000000 0 1.0000000
[11,] 0 0 0.0000000 0 1.0000000
[12,] 0 0 0.0000000 0 1.0000000
[13,] 0 1 0.0000000 0 1.0000000
[14,] 1 1 0.5483871 0 1.0000000
[15,] 1 1 1.0000000 1 0.0000000
[16,] 1 1 1.0000000 1 0.0000000
[17,] 0 1 1.0000000 1 0.0000000
[18,] 0 0 1.0000000 1 0.0000000
[19,] 0 0 1.0000000 1 0.0000000
[20,] 0 0 1.0000000 0 0.0000000
此矩阵乘以向量＆＃34; df1 $ MonthlyRental＆＃34;并将得到的矢量存储为＆＃34;收入＆＃34;在租金收入的数据框架中：
> rentalIncome(df1)
date income
1 2014-06-30 110.000
2 2014-07-31 300.000
3 2014-08-31 300.000
4 2014-09-30 300.000
5 2014-10-31 300.000
6 2014-11-30 300.000
7 2014-12-31 300.000
8 2015-01-31 300.000
9 2015-02-28 300.000
10 2015-03-31 300.000
11 2015-04-30 300.000
12 2015-05-31 300.000
13 2015-06-30 900.000
14 2015-07-31 1619.355
15 2015-08-31 2300.000
16 2015-09-30 2300.000
17 2015-10-31 1800.000
18 2015-11-30 1200.000
19 2015-12-31 1200.000
20 2016-01-31 400.000
答案 2 :(得分：0)
我不确定这是否优于＆＃34;只是循环遍历数据帧＆＃34; - 因为我实际上做遍历它 - 但这是产生所需输出的一种方法。
（产出与2015年7月的问题有所不同，因为租金将在7月支付17天，而不是15天。）
将给定的时间间隔转换为天数，计算每天的租金，然后按月将每月的租金相加：
library(zoo)
df1 <- data.frame(
StartDate = as.Date(c("2015-07-01", "2015-06-01", "2015-07-15", "2015-08-01")),
EndDate = as.Date(c("2015-09-30", "2015-10-31", "2016-01-31", "2015-12-31")),
MonthlyRental = c(500, 600, 400, 800)
)
df1LongList <- apply(df1, MARGIN = 1, FUN = function(row) {
return(data.frame(
date = seq(from = as.Date(row["StartDate"]), to = as.Date(row["EndDate"]), by = "day"),
MonthlyRental = as.numeric(row["MonthlyRental"])))
})
df1Long <- do.call("rbind", df1LongList)
df1Long$yearMon <- as.yearmon(df1Long$date)
df1Long$maxDays <- as.numeric(as.Date(df1Long$yearMon, frac = 1) - as.Date(df1Long$yearMon) + 1) # Thanks: http://stackoverflow.com/a/6244503/2706569
df1Long$rental <- df1Long$MonthlyRental / df1Long$maxDays
tapply(X = df1Long$rental, INDEX = df1Long$yearMon, FUN = sum)
# Jun 2015 Jul 2015 Aug 2015 Sep 2015 Okt 2015 Nov 2015 Dez 2015 Jan 2016
# 600.000 1319.355 2300.000 2300.000 1800.000 1200.000 1200.000 400.000
答案 3 :(得分：0)
我使用外部产品'pmin'和'pmax'来避免循环。部分涵盖的几个月是困难而有趣的：
> t(countDays)
Time differences in days
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,] 31 31 30 0 0 0 0 0
[2,] 31 31 30 31 0 0 0 0
[3,] 17 31 30 31 30 31 31 0
[4,] 0 31 30 31 30 31 0 0
> RentPerDay
Jul Aug Sep Oct Nov Dec Jan Feb
[1,] 16.12903 16.12903 16.66667 16.12903 16.66667 16.12903 16.12903 17.24138
[2,] 19.35484 19.35484 20.00000 19.35484 20.00000 19.35484 19.35484 20.68966
[3,] 12.90323 12.90323 13.33333 12.90323 13.33333 12.90323 12.90323 13.79310
[4,] 25.80645 25.80645 26.66667 25.80645 26.66667 25.80645 25.80645 27.58621
> rentalIncome
Jul Aug Sep Oct Nov Dec Jan Feb
1319.355 2300.000 2300.000 1800.000 1200.000 1200.000 400.000 0.000
>
矩阵't（countDays）'的列对应于'DataFrame_2'的行，即对应于月份。行对应于'DataFrame_1'的行，即对应于租金收入的来源。 （i，j）的条目是第j个月的天数，第i个来源对租金收入有贡献。矩阵'RentPerDay'具有相同的结构。 （i，j）的条目是第j个月来自第i个来源的一天的金额。然后，这两个矩阵的元素乘积的第j列的总和是第j个月的总租金收入。
$current_user = wp_get_current_user();
$credits = $wpdb->get_results("SELECT {$credits} * FROM {$wp_pp_seller} WHERE user_id=$current_user->ID")