以下のデータフレームがあります:
structure(
list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7",
"P-8"),
Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04",
"2020-03-16 06:13:55", "2020-03-16 10:03:43",
"2020-03-16 12:37:09", "2020-03-16 06:40:24",
"2020-03-16 09:46:45", "2020-03-16 12:07:44",
"2020-03-16 14:09:51", "2020-03-16 09:19:23"),
Status = c("SA", "SA", "SA", "RE", "RE", "RE", "RE", "XA", "XA", "XA"),
Flag = c("L", "L", "L", NA, "K", "J", NA, NA, "H", "G"),
Value = c(5929.81, 5929.81, 5929.81, NA, 6969.33, 740.08, NA, NA, 1524.8,
NA),
Flag2 = c("CL", "CL", "CL", NA, "RY", "", NA, NA, "", NA),
Flag3 = c(NA, NA, NA, NA, "RI", "PO", NA, "SS", "DDP", NA)),
.Names=c("ID", "Date", "Status", "Flag", "Value", "Flag2", "Flag3"),
row.names=c(NA, 10L), class="data.frame")
以下のコードを使用しています:
df %>% mutate(L = ifelse(Flag == "L",1,0),
K = ifelse(Flag == "K",1,0),
# etc for Flag) %>%
mutate(sub_status = NA) %>%
mutate(sub_status = ifelse(!is.na(Flag2) & Flag3 == 0, "a", sub_status),
sub_status = ifelse(is.na(Flag2) & Flag3 != 0, "b", sub_status),
# etc for sub-status) %>%
mutate(value_class = ifelse(0 <= Value & Value <= 15000, "0-15000",
"15000-50000")) %>%
group_by(Date, status, sub_status, value_class) %>%
summarise(L = sum(L),
K = sum(K),
# etc
count = n())
これは私に次の出力を提供します:
Date Status sub_status value_class G H I J K L NA Count
2020-03-20 SA a 0-15000 0 0 0 0 1 1 0 2
2020-03-20 SA b 0-15000 0 0 0 0 1 0 0 1
................
................
を使用して次の出力を取得しますDF
。ここで、Status
列には3つの値Flag2
があり、値または[null]またはNAがあり、最後にFlag3
列には[null]またはNA がある7つの値があります。1つの個別ID
のFlag3
列の複数のエントリがあります。
0-15000、15000-50000のValue
ような3つのグループを作成して、次のデータフレームを作成する必要があります。
- 個別のIDの
Flag2
値が0または[null] / NA以外であるFlag3
が、値0または[null] / NAの場合は、になりますa
。 - 個別のIDの
Flag3
値が0または[null] / NA以外であるFlag2
が、値0または[null] / NAの場合、次のようになります。b
- 異なるIDの場合の両方
Flag2
&Flag3
0又は[ヌル] / NA以外の値を有し、それは次のようになりc
- もし異なるIDの両方
Flag2
&Flag3
有し値0または[ヌル] / NAがあろうd
上記のdatafrmaeを次の構造percent
とTotal
列で構成したいと思います。
2/5
ステータスは合計で割られるのに対し、ステータスはそれぞれで割られることを示すようなパーセンテージについて述べsub_status
ましたStatus
。
16/03/2020 0 - 15000 15000 - 50000
Status count percent L K J H G [Null] count percent L K J H G [Null] Total
SA 1 1/8 (12.50%) 1 0 0 0 0 0 0 - 0 0 0 0 0 0 1
a 1 1/1(100.00%) 1 0 0 0 0 0 0 - 0 0 0 0 0 0 1
b 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
c 0 - 1 0 0 0 0 0 0 - 0 0 0 0 0 0 0
d 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
RE 4 50.00% 0 1 1 0 0 2 0 - 0 0 0 0 0 0 4
a 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
b 1 25.00% 0 0 1 0 0 1 0 - 0 0 0 0 0 0 1
c 1 25.00% 0 1 0 0 0 1 0 - 0 0 0 0 0 0 1
d 2 50.00% 0 0 0 0 0 2 0 - 0 0 0 0 0 0 2
XA 3 37.50% 0 0 0 1 1 1 0 - 0 0 0 0 0 0 3
a 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
b 2 66.67% 0 0 0 1 0 1 0 - 0 0 0 0 0 0 2
c 0 - 0 0 0 0 0 0 0 - 0 0 0 0 0 0 0
d 1 33.33% 0 0 0 0 1 0 0 - 0 0 0 0 0 0 1
Total 8 100.00% 1 1 0 0 1 3 0 - 0 0 0 0 0 0 8
データフレームに最新の日付がない場合startdate
、出力データフレームにすべての値0を保持するため、最新の日付である2020年3月16日に基づいて必要な出力について説明しました。パーセンテージの列は参照用であり、計算されたパーセンテージ値があります。
また、構造を静的に保ちたいです。たとえば、いずれかのパラメータが1日存在しない場合、出力構造は値0と同じになります。
たとえば、日付に、値がの出力に存在17/03/2020
するステータスSA
またはsub_status c
のプレースホルダーがある行がないとします0
。
@akrun:必要な出力がR:(
—
user9211845
データ入力は10行ですが、予想されるのはそれ以上です。入力例に基づく予想です
—
akrun
@akrun:申し訳ありませんが、出力は視覚的な表現のみです。そのような出力を得るためのアプローチを理解する必要があります。
—
user9211845
dput
あなたが好きなデータセットから始めてください-それは3番目のコードブロックです。上記のコードは、出力の内容に問題があるように見えるため、関連性がないように見えます。
2/5
表現の目的で保持したパーセント列。パーセント記号の付いた小数点以下2桁のみのパーセント値があります。