Определите дату изменения значения и суммируйте данные с помощью sum () и diff () в R
Пример данных:
product_id <- c("1000","1000","1000","1000","1000","1000", "1002","1002","1002","1002","1002","1002")
qty_ordered <- c(1,2,1,1,1,1,1,2,1,2,1,1)
price <- c(2.49,2.49,2.49,1.743,2.49,2.49, 2.093,2.093,2.11,2.11,2.11, 2.97)
date <- c("2/23/15","2/23/15", '3/16/15','3/16/15','5/16/15', "6/18/15", "2/19/15","3/19/15","3/19/15","3/19/15","3/19/15","4/19/15")
sampleData <- data.frame(product_id, qty_ordered, price, date)
Я хотел бы определить каждый раз, когда произошло изменение цены. Кроме того, я хотел бы суммировать () общее qty_ordered между этими двумя датами изменения цены. Например, дляproduct_id == "1000"
, цена изменилась 16.03.15 с $ 2,49 до $ 1,743. Общее количество qty_ordered составляет 1 + 2 + 1 = 4; разница между этими двумя самыми ранними датами изменения цены составляет от 2/23/15 до 3/16/15, что составляет 21 день.
Таким образом, новый фрейм данных должен быть:
product_id sum_qty_ordered price date_diff
1000 4 2.490 21
1000 1 1.743 61
1000 2 2.490 33
Вот что я попробовал:
** ПРИМЕЧАНИЕ: для этого случая простоеdplyr::group_by
"не будет работать, так как будет игнорировать эффект даты.
1) Я нашел этот код изОпределите, когда столбцы data.frame изменяют значение и возвращают индексы изменения: Это должно идентифицировать каждый раз, когда цена изменилась, которые идентифицируют первую дату, когда цена изменилась для каждого продукта.
IndexedChanged <- c(1,which(rowSums(sapply(sampleData[,3],diff))!=0)+1)
sampleData[IndexedChanged,]
Однако я не уверен, как рассчитатьsum(qty_ordered)
и разница в дате для каждой из этих записей, если я использую этот код.
2) Я попытался написать цикл WHILE для временного хранения каждой партииproduct_id
, цена, диапазон дат (например, подмножество фрейма данных с однимproduct_id
одна цена и все записи варьировались от самой ранней даты изменения цены до последней даты изменения цены до ее изменения), а затем суммируйте это подмножество, чтобы получить сумму (sum_qty_ordered
) и дата различий Тем не менее, я думаю, что меня всегда смущают WHILE и FOR, поэтому в моем коде есть некоторые проблемы. Вот мой код:
создать пустой фрейм данных для последующего хранения данных
NewData_Ready <- data.frame(
product_id = character(),
price = double(),
early_date = as.Date(character()),
last_date=as.Date(character()),
total_qty_demanded = double(),
stringsAsFactors=FALSE)
создать временную таблицу для хранения записей заказа на пакетную цену
temp_dataset <- data.frame(
product_id = character(),
qty_ordered = double(),
price = double(),
date=as.Date(character()),
stringsAsFactors=FALSE)
цикл: это грязно ... и, вероятно, не имеет смысла, поэтому я действительно помогаю в этом.
for ( i in unique(sampleData$product_id)){
#for each unique product_id in the dataset, we are gonna loop through it based on product_id
#for first product_id which is "1000"
temp_table <- sampleData[sampleData$product_id == "i", ] #subset dataset by ONE single product_id
#this dataset only has product of "1000" entries
#starting a new for loop to loop through the entire entries for this product
for ( p in 1:length(temp_table$product_id)){
current_price <- temp_table$price[p] #assign current_price to the first price value
#assign $2.49 to current price.
min_date <- temp_table$date[p] #assign the first date when the first price change
#assign 2015-2-23 to min_date which is the earliest date when price is $2.49
while (current_price == temp_table$price[p+1]){
#while the next price is the same as the first price
#that is, if the second price is $2.49 is the same as the first price of $2.49, which is TRUE
#then execute the following statement
temp_dataset <- rbind(temp_dataset, temp_table[p,])
#if the WHILE loop is TRUE, means every 2 entries have the same price
#then combine each entry when price is the same in temp_table with the temp_dataset
#if the WHILE loop is FALSE, means one entry's price is different from the next one
#then stop the statement at the ab,ove, but do the following
current_price <- temp_table$price[p+1]
#this will reassign the current_price to the next price, and restart the WHILE loop
by_idPrice <- dplyr::group_by(temp_dataset, product_id, price)
NewRow <- dplyr::summarise(
early_date = min(date),
last_date = max(date),
total_qty_demanded = sum(qty_ordered))
NewData_Ready <- rbind(NewData_Ready, NewRow)
}
}
}
Я много искал по связанным вопросам, но пока не нашел ничего, что связано с этой проблемой. Если у вас есть предложения, пожалуйста, дайте мне знать. Также, пожалуйста, предоставьте некоторые предложения по решению моих вопросов. Буду очень признателен за ваше время и помощь!
Here is my R version:
platform x86_64-apple-darwin13.4.0
arch x86_64
os darwin13.4.0
system x86_64, darwin13.4.0
status
major 3
minor 3.1
year 2016
month 06
day 21
svn rev 70800
language R
version.string R version 3.3.1 (2016-06-21)
nickname Bug in Your Hair