按日期范围熔解数据

时间:2019-01-31 20:06:23

标签: r dataframe data-cleaning melt data-munging

我遇到了有关正确融合数据的RStudio数据问题。当前采用以下格式:

广告系列,ID,开始日期,结束日期,总天数,总支出,总展示次数,总转化次数

我想我的数据,如下所示:

运动,ID,日期,支出,曝光,转换

每个“日期”应包含的某一天的竞选活动而支出,展示运行和转换应等于总支出/天,总次数/总天#和天的转换总数/总#总#分别。

我在RStudio工作,所以需要中的R中的溶液。有没有人有过处理这样的数据的经验?

1 个答案:

答案 0 :(得分:0)

这行得通,但并不是特别有效。如果您的数据是数百万行或更多,那么使用SQL和不等式联接会更好。

library(tidyverse)

#create some bogus data
data <- data.frame(ID = 1:10,
                   StartDate = sample(seq.Date(as.Date("2018-01-01"), as.Date("2018-12-31"), "day"), 10),
                   Total = runif(10)) %>% 
  mutate(EndDate = StartDate + floor(runif(10) * 14))


#generate all dates between the min and max in the dataset
AllDates = data.frame(Date = seq.Date(min(data$StartDate), max(data$EndDate), "day"),
                      Dummy = TRUE)

#join via a dummy variable to add rows for all dates to every ID
data %>% 
  mutate(Dummy = TRUE) %>% 
  inner_join(AllDates, by = c("Dummy" = "Dummy")) %>% 
  #filter to just the dates between the start and end
  filter(Date >= StartDate, Date <= EndDate) %>% 
  #divide the total by the number of days
  group_by(ID) %>% 
  mutate(TotalPerDay = Total / n()) %>% 
  select(ID, Date, TotalPerDay)

# A tibble: 91 x 3
# Groups:   ID [10]
        ID    Date       TotalPerDay
      <int>   <date>      <dbl>
  1     1 2018-06-21     0.00863
  2     1 2018-06-22     0.00863
  3     1 2018-06-23     0.00863
  4     1 2018-06-24     0.00863
  5     1 2018-06-25     0.00863
  6     1 2018-06-26     0.00863
  7     1 2018-06-27     0.00863
  8     1 2018-06-28     0.00863
  9     1 2018-06-29     0.00863
  10     1 2018-06-30     0.00863
  # ... with 81 more rows