आर: कई मानदंडों के आधार पर योग और टेबल संक्षेप में प्रस्तुत

Question

यहाँ मेरी मूल डेटा फ्रेम है कैसे:

df <- read.table(text=" 
    Date   Index Event 
    2014-03-31 A  x 
    2014-03-31 A  x 
    2014-03-31 A  y 
    2014-04-01 A  y 
    2014-04-01 A  x 
    2014-04-01 B  x 
    2014-04-02 B  x 
    2014-04-03 A  x 
    2014-09-30 B  x", header = T, stringsAsFactors = F) 

date_range <- seq(as.Date(min(df$Date)), as.Date(max(df$Date)), 'days') 
indices <- unique(df$Index) 
events_table <- unique(df$Event) 

मैं अपने वांछित आउटपुट चाहते हैं मेरी dataframe संक्षिप्त और सूचकांक में प्रत्येक सूचकांक के लिए एक अनूठा रिकॉर्ड करने के लिए और दिनांक दिनांक_रेंज में प्रत्येक दिनांक दिनांक कॉलम में मान से पहले सभी तिथियों के लिए नए कॉलम में events_table में प्रत्येक ईवेंट का संचयी मान प्रदान करते समय। कभी-कभी प्रत्येक इंडेक्स या हर तारीख के लिए कोई रिकॉर्ड नहीं होता है। इस डेटा फ्रेम का एक सरलीकृत संस्करण है -

Date  Index cumsum(Event = x) cumsum(Event = y) 
2014-03-31 A  0     0 
2014-03-31 B  0     0 
2014-04-01 A  2     1 
2014-04-01 B  0     0 
2014-04-02 A  3     2 
2014-04-02 B  1     0 
... 
2014-09-29 A  4     2 
2014-09-29 B  2     0 
2014-09-30 A  4     2 
2014-09-30 B  2     0 

FYI करें:

यहाँ मेरी वांछित उत्पादन होता है। प्रत्येक तिथि के लिए सैकड़ों अलग-अलग इंडेक्स फ़ील्ड के साथ प्रति वर्ष 200,000 रिकॉर्ड हैं।

मैंने by और शायद aggregate का उपयोग करके मेरी हार्ड ड्राइव तला हुआ जाने से पहले इसे पहले किया है, लेकिन प्रक्रिया बहुत धीमी थी और मैं इस बार इसे बाहर करने में सक्षम नहीं हूं। मैंने ddply भी कोशिश की है, लेकिन मैं इसके साथ काम करने के लिए cumsum फ़ंक्शन प्राप्त करने में सक्षम नहीं हूं। कोई लाभ नहीं हुआ

ddply(xo1, .(Date,Index), summarise, 
     sum.x = sum(Event == 'x'), 
     sum.y = sum(Event == 'y')) 

: ddply का उपयोग करना, मैं की तरह कुछ करने की कोशिश की।
खोज के माध्यम से, मुझे Replicating an Excel SUMIFS formula मिल गया है जो मुझे मेरे प्रोजेक्ट का संचयी हिस्सा प्राप्त करता है, लेकिन इसके साथ मैं यह समझने में सक्षम नहीं था कि इसे प्रति दिन/सूचकांक कॉम्बो में केवल एक रिकॉर्ड कैसे सारांशित किया जाए। मैं sum/aggregate data based on dates, R पर भी आया लेकिन यहां मैं गतिशील दिनांक पहलू को काम करने में सक्षम नहीं था।

किसी भी व्यक्ति के लिए धन्यवाद जो मदद कर सकता है!

Answer 1

library(dplyr) 
library(tidyr) 

df$Date <- as.Date(df$Date) 

चरण 1: {Date, सूचकांक} जोड़े

full_dat <- expand.grid(
    Date = date_range, 
    Index = indices, 
    stringsAsFactors = FALSE 
) %>% 
    arrange(Date, Index) %>% 
    tbl_df 

चरण 2 की एक पूरी सूची तैयार करें: परिभाषित cumsum() समारोह है कि ध्यान नहीं देता NA

cumsum2 <- function(x){ 

    x[is.na(x)] <- 0 
    cumsum(x) 

} 

चरण 3 : प्रति {दिनांक, अनुक्रमणिका} के कुल योग उत्पन्न करें, पूर्ण {दिनांक, अनुक्रमणिका} डेटा, से जुड़ें और एल की गणना करें संचयी संचयी योग।

df %>% 
    group_by(Date, Index) %>% 
    summarise(
    totx = sum(Event == "x"), 
    toty = sum(Event == "y") 
    ) %>% 
    right_join(full_dat, by = c("Date", "Index")) %>% 
    group_by(Index) %>% 
    mutate(
    cumx = lag(cumsum2(totx)), 
    cumy = lag(cumsum2(toty)) 
    ) %>% 
    # some clean up. 
    select(-starts_with("tot")) %>% 
    mutate(
    cumx = ifelse(is.na(cumx), 0, cumx), 
    cumy = ifelse(is.na(cumy), 0, cumy) 
    ) 

Answer 2

क्या ऐसा कुछ dplyr और tidyr काम कर रहा है?

library(dplyr) 
library(tidyr) 

df %>% 
    group_by(Date, Index, Event) %>% 
    summarise(events = n()) %>% 
    group_by(Index, Event) %>% 
    mutate(cumsum_events = cumsum(events)) %>% 
    select(-events) %>% 
    spread(Event, cumsum_events) %>% 
    rename(sum.x = x, 
     sum.y = y) 

#  Date Index sum.x sum.y 
#1 2014-03-31  A  2  1 
#2 2014-04-01  A  3  2 
#3 2014-04-01  B  1 NA 
#4 2014-04-02  B  2 NA 
#5 2014-04-03  A  4 NA 
#6 2014-09-30  B  3 NA