Question

我有一个包含两列的数据框：业务和日期。对于此示例，如果某家企业在90天内有两次发货，则将其视为“有效”。 df未分组，因此可以有重复的行。

因此，数据如下所示：

Business Date
YUV      6/1/17
TRX      6/1/17
YUV      6/5/17
MON      6/5/17
TRX      10/10/17
TRX      10/10/17
TRX      11/5/17

在此示例中，将以开始日期6/1/17和激活日期6/1/17激活YUV。

TRX的装运时间为6/1/17，但是下一个要等到10/10/17才过去了90天。碰巧的是，它在10/10/17进行了多次装运，因此它被激活，开始日期为10/10/17，结束日期为10/10/17。我还想跟踪最近的发货和第一次发货以获取将来的指标，并将其放在激活的业务的单独数据框中，如下所示：

Business     Min_Date  Max_Date  Act_Beg   Act_End
    YUV      6/1/17    6/5/17     6/1/17    6/5/17
    TRX      6/1/17    11/5/17   10/10/17  10/10/17

到目前为止，我刚刚制作了一个空数据框：

Business_Active <- data.frame(Business = character(), 
                              Min_Date = as.Date(character()), 
                              Max_Date = as.Date(character()),
                              Active_Beg = as.Date(character()),
                              Active_End = as.Date(character()))

但是，我并不擅长for循环来介绍如何创建它，因此它会扫描“业务”列，对90天之间的所有实例进行计数，确定它已被激活，然后采用90天周期的开始， 90天期限的末尾以及首次发货日期和最近发货日期。

Answer 1

带有data.table：

library(data.table)

首先生成示例数据

dt <- data.table(
    business = c("YUV", "TRX", "YUV", "MON", "TRX", "TRX", "TRX"),
    date = as.Date(c("06-01-17", "06-01-17", "06-05-17", "06-05-17", "10-10-17", "10-10-17", "11-05-17"))
)

以下是确定最大日期和最大日期的方法：

dt[ , min_date := min(date), by=business]
dt[ , max_date := max(date), by=business]

激活开始/结束需要几个步骤：

# get last date and next date for each transaction 
dt[ , lastdate := shift(date, type="lag"),  by=business]
dt[ , nextdate := shift(date, type="lead"), by=business]

# get number of days since last and next transactions
dt[ , days_since_last := date - lastdate]
dt[ , days_until_next := nextdate - date]

# flag if the transaction is an activation start/end
dt[ , activation_start := is.na(days_since_last) | days_since_last > 90]
dt[ , activation_end   := days_since_last < 90 & shift(activation_start == TRUE)]
dt[is.na(activation_end), activation_end := FALSE]

激活结束后，Activated标志就很简单了：

# flag for whether activated
dt[ , activated := cumsum(activation_end) > 0, by=business]

R编程遍历企业并确定他们是否在90天内发货

1 个答案: