Eu tenho um dataframe mencionado abaixo:
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")
Estou usando o código abaixo mencionado:
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())
O que me fornece a seguinte saída:
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
................
................
Desejo obter a seguinte saída usando o DF
, onde a Status
coluna possui 3 valores distintos e Flag2
possui valores ou [null] ou NA e, finalmente, a Flag3
coluna possui 7 valores distintos com [null] ou NA. Para um distinto ID
, temos várias entradas de Flag3
coluna.
Eu preciso criar o seguinte quadro de dados, criando um grupo 3 com base em Value
0-15000, 15000-50000.
- Se para um ID distinto
Flag2
tiver algum valor diferente de 0 ou [nulo] / NA, masFlag3
tiver o valor 0 ou [nulo] / NA, seriaa
. - Se para um ID distinto
Flag3
tiver algum valor diferente de 0 ou [nulo] / NA, masFlag2
tiver o valor 0 ou [nulo] / NA, seriab
- Se para um ID distinto ambos
Flag2
&Flag3
tiver algum valor diferente de 0 ou [Nulo] / NA, seriac
- Se por um ID distinto ambos
Flag2
eFlag3
tem valor 0 ou [nulo] / NA o que seriad
Eu quero organizar os dados mencionados acima na seguinte estrutura com percent
e Total
coluna.
Eu mencionei a porcentagem que gostaria 2/5
de mostrar que o status seria dividido pelo Total, enquanto sub_status
seria dividido pelos respectivos 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
Mencionei a saída necessária com base na data mais recente, que é 16/03/2020, se o dataframe não tiver a data mais recente, conforme startdate
manter todo o valor 0 no dataframe de saída. A coluna de porcentagem é apenas para referência, haverá valores percentuais calculados.
Além disso, quero manter a estrutura estática. Por exemplo, se algum parâmetro não estiver presente por um dia, a estrutura de saída será a mesma com o valor 0.
Por exemplo, suponha que a data 17/03/2020
não tenha nenhuma linha com status SA
ou sub_status, c
o marcador de posição que estará lá na saída com o valor como 0
.
dput
conjunto de dados que você gosta - é o terceiro bloco de código. O código anterior não parece relevante, pois você parece satisfeito com a saída.
2/5
apenas para fins de representação. Só haveria valor percentual com 2 casas decimais com sinal de porcentagem.