Question

我正在寻找一种更有效的跟踪方法。我有一个monthucket作为辅助数据框，还有df

library(dplyr)
set.seed(123)

monthbucket <- data.frame(
  startmonth = seq(as.Date("2010-01-01"),as.Date("2011-05-01"),by="months"),
  endmonth = seq(as.Date("2010-02-01"),as.Date("2011-06-01"),by="months")-1)


df <- data.frame(
start = sample(seq(as.Date("2010-01-01"),as.Date("2011-01-01"),by="months"),10,replace =T),
end = sample(seq(as.Date("2011-02-01"),as.Date("2011-05-01"),by="months"),10,replace =T),
sex =  sample(c('F','M'),10,replace =T),
group = sample(1:8,10,replace =T))

我想基于monthbucket获得df中不同功能的计数。以下代码有效，但是当每个功能具有两个以上级别时，将变得乏味。例如，获取df$group会很痛苦。


monthbucket %>% 
  group_by(startmonth) %>% 
  summarise(c.active= sum(df$start <=startmonth),
            c.termed= sum(df$end < endmonth),
            active= c.active-c.termed,
            c.active.F= sum(df$start <=startmonth & df$sex=='F'),
            c.termed.F= sum(df$end <endmonth & df$sex =='F'),
            active.F= c.active.F-c.termed.F,
            c.active.M= sum(df$start <=startmonth & df$sex=='M'),
            c.termed.M= sum(df$end < endmonth & df$sex =='M'),
            active.M= c.active.M-c.termed.M
  )

两个问题，首先，我使用monthbucket作为辅助数据框来检查记录是否在各自的时间范围内。是否有可能摆脱这一额外的步骤。其次，如何更改代码以更轻松地获得每个功能的多个级别的计数。

根据条件按月计算

0 个答案: