如何使用R中的多个条件在数据透视中组织数据

Question

我有以下提到的数据框：

DF：

ID      Date                 Status     Remark       Flag        Value     reps_rt
P-1     20/03/2020  19:08:09 SA         1            L           10000     RI
P-1     20/03/2020  19:08:09 SA         1            L           10000     KT
P-1     20/03/2020  19:08:09 SA         1            L           10000     JS
P-2     20/03/2020  20:08:09 SA         2            K           15000
P-3     20/03/2020  21:08:09 SA         2            J           20000     PO
P-4     20/03/2020  20:08:09 SA         2            H           20000     MK
P-4     20/03/2020  20:08:09 SA         2            H           20000     SS
P-4     20/03/2020  20:08:09 SA         2            H           20000     SA
P-5     20/03/2020  17:08:09 RE                      G           8000
P-6     20/03/2020  12:08:09 RE         1                        6000      RF
P-7     20/03/2020  11:08:09 XA         1                        13000
P-8     19/03/2020  19:08:09 SA         1            L           15000     LO
P-9     19/03/2020  11:08:09 SA                      K           10000     JJ
P-10    19/03/2020  10:08:09 SA         2            J           10000     NO

我想使用DF获得以下输出，其中Status列具有不同的3个值，Remarks也具有不同的3个值1、2或[null]，Flag列具有不同的6个值与[null]。对于一个不同的ID，我们在reps_rt列中有多个条目。

我需要通过基于Value创建3组（如0-15000、15000-50000，来创建以下数据框。

• 如果对于唯一标识，Flag的值为0或[null] / NA，但reps_rt的值为0或[null] / NA，则值为a。
• 如果对于唯一标识，resp_rt的值不是0或[null] / NA，但是Flag的值是0或[null] / NA，那么它将是b
• 如果对于唯一ID，Flag和resp_rt都具有非0或[Null] / NA的值，那么它将是c
• 如果对于一个唯一的ID，Flag和resp_rt都为0或[Null] / NA，则为d

20/03/2020                 0 - 15000                         15000 - 50000
Status      count   percent  L K J H G [Null] count   percent  L K J H G [Null]   Total
SA            2      2/5     1 1 0 0 0   1      2              0 0 1 1 0    0       4
a             1      1/2     0 1 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             1      1/2     1 0 0 0 0   0      2              0 0 1 1 0    0       3
d             0       -      0 0 0 0 0   0      0              0 0 0 0 0    0       0
RE            2      2/5     0 0 0 0 1   1      0              0 0 0 0 0    0       2
a             1              0 0 0 0 1   0      0              0 0 0 0 0    0       1
b             1              0 0 0 0 0   1      0              0 0 0 0 0    0       1
c             0              0 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
XA            1              0 0 0 0 0   1      0              0 0 0 0 0    0       1
a             0              0 0 0 0 0   0      0              0 0 0 0 0    0       0
b             0              0 0 0 0 0   0      0              0 0 0 0 0    0       0
c             0              0 0 0 0 0   0      0              0 0 0 0 0    0       0
d             1              0 0 0 0 0   1      0              0 0 0 0 0    0       1
Total         5              1 1 0 0 1   3      2              0 0 1 1 0    0       7

我已经提到了基于最新日期为20/03/2020的必需输出，如果数据框没有按照startdate的最新日期，则将所有值0保留在输出数据框中。百分比列仅供参考，将计算百分比值。

Answer 1

您的输出格式看起来更像是Excel数据透视表或报表表，而不是R数据框用于分析。特别是小计的行和列。但是，R与用于产生具有小计行的数据透视表或报表的工具相比，具有更多用于处理整齐的矩形数据的工具。因此，最好选择其他工具（例如Excel），它更自然地产生您要查找的输出结构。

如果您确定要在R中执行此操作，那么简单的起点将是mutate，ifelse和summarise，如下所示：

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(Flag) & reps_rt == 0, "a", sub_status),
         sub_status = ifelse(is.na(Flag) & reps_rt != 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())

然后您将不得不过滤到感兴趣的日期，并重新排列周围的值以匹配所需的格式。