Question

我正在寻找一种方法来编程我的脚本在唯一的产品ID中搜索0 Stock并计算下一行的日期之间的差异。

ID   Stock    Date
1      1      2010-12-05
1      0      2010-12-09
1      1      2010-12-16
1      3      2015-12-30
2      10     2015-01-05
2      0      2015-03-07
2      2      2015-03-27
2      0      2015-05-01
2      6      2015-05-10
3      4      2010-05-05
3      3      2017-02-02
3      0      2017-04-05

我想计算产品ID有库存0的时间百分比。

产品1平均缺货7/25天。
- 缺货＃ID1：2010-12-16 - 2010-12-09 = 7天
- 库存总时间＃ID1：2015-12-30 - 2010-12-05 = 25天。
第二个＃ID2，缺货两次（29天）。
对于第三个#ID，当它以0结尾时，你想要使用sys.date（），这样一个是从2017-04-05到2017-04-13（今天）。

请有人帮助我，我更喜欢使用dplyr包。我尝试了不同的方法，但我找不到解决方案（group_by - ＆gt; if.else（stock == 0）等）。

Answer 1

您可以按ID进行分组，使用dplyr＆＃39; lead()函数创建Time列，其中包含每个州的时间量，然后summarize：< / p>

library(dplyr)

d %>%
  group_by(ID) %>%
  mutate(Time = as.integer(lead(Date, default = Sys.Date()) - Date)) %>%
  summarize(PercentZero = sum(Time[Stock == 0]) / sum(Time))

在您的数据上，结果是：

# A tibble: 3 × 2
     ID PercentZero
  <int>       <dbl>
1     1  0.00378174
2     2  0.23200000
3     3  0.00000000

请注意，第一个值低至.0037的原因是，从2010-12-16到2015-12-30

之间有四年的差距

Answer 2

按ID分组，使用导联从下一个日期减去，修复NAs，然后使用first和last汇总总数。

df %>% 
  group_by(ID) %>% 
  mutate(Date = as.Date(Date),
         out = ifelse(Stock == 0, lead(Date) - Date, 0),
         out = ifelse(is.na(out), Sys.Date() - Date, out)) %>% 
  summarise(out = sum(out),
            total = last(Date) - first(Date),
            fract = out / total)

给出：

# A tibble: 3 × 4
     ID   out     total       fract
  <int> <dbl>    <time>       <dbl>
1     1     7 1851 days 0.003781740
2     2    29  125 days 0.232000000
3     3     8 2527 days 0.003165809

具有特定值（0）的行与R中的下一行之间的差异

2 个答案: