Retorno porcentaje restante dentro de un grupo, utilizando la primera fecha del conteo del grupo.

05 Aug, 2023 Programación 0

No es el mejor título, pero estoy tratando de realizar un seguimiento de las tareas pendientes utilizando exportaciones de datos semanales. Quiero usar el recuento total de tareas a partir de la fecha mínima (por ejemplo, 1 de enero) de cada año como una variable para devolver el porcentaje restante (proporción) cada semana durante ese año. Ver ejemplo:

dt <- data.table(id.date=as.Date(c(rep('2019-01-01',80),rep('2019-01-08',60),rep('2019-01-15',40),
                         rep('2019-01-22',40),rep('2020-01-01',70),rep('2020-01-08',50),
                         rep('2020-01-15',40),rep('2020-01-29',20))),
           task.type=rep('taskA'))[order(id.date)][,year:=year(id.date)]

2 registros de ejemplo por informe semanal

dt[,.SD[sample(.N,min(2,.N))],by=id.date]

id.date  task.type year
  <date>    <chr>  <int>
2019-01-01  taskA   2019<br>
2019-01-01  taskA   2019<br>
2019-01-08  taskA   2019<br>
2019-01-08  taskA   2019<br>
2019-01-15  taskA   2019<br>
2019-01-15  taskA   2019<br>
2019-01-22  taskA   2019<br>
2019-01-22  taskA   2019<br>
2020-01-01  taskA   2020<br>
2020-01-01  taskA   2020
2020-01-08  taskA   2020<br>
2020-01-08  taskA   2020<br>
2020-01-15  taskA   2020
2020-01-15  taskA   2020<br>
2020-01-29  taskA   2020<br>
2020-01-29  taskA   2020

Y el resultado deseado:

para los informes semanales en 2019, se utilizarían 80 tareas para todos los informes en 2019

y para 2020, se usarían 70.

id.date   N    pct.rem
  <date>   <int>    <dbl>
2019-01-01  80  1.0000000<br>
2019-01-08  60  0.7500000<br>
2019-01-15  40  0.5000000<br>
2019-01-22  40  0.5000000<br>
2020-01-01  70  1.0000000<br>
2020-01-08  50  0.7142857<br>
2020-01-15  40  0.5714286<br>
2020-01-29  20  0.2857143

He intentado rehacer algunas de las respuestas de esta discusión de SO aquí. Pero sin éxito. Supongo que necesito utilizar .SD o .EACHI de alguna manera, pero recién estoy empezando con data.table.

Cualquier orientación aquí es muy apreciada. Avísame si necesitas más claridad. Gracias.

library(data.table) library(dplyr) # cargar los datos dt <- data.table(id.date=as.Date(c(rep('2019-01-01',80),rep('2019-01-08',60),rep('2019-01-15',40), rep('2019-01-22',40),rep('2020-01-01',70),rep('2020-01-08',50), rep('2020-01-15',40),rep('2020-01-29',20))), task.type=rep('taskA'))[order(id.date)][,year:=year(id.date)] # calcular el total de tareas a partir de la fecha mínima de cada año total_tasks <- dt %>% group_by(year) %>% filter(id.date == min(id.date)) %>% summarise(total_tasks = n()) # combinar con el conjunto de datos original y calcular el porcentaje de tareas restantes cada semana result <- merge(dt, total_tasks, by = "year") %>% mutate(pct.rem = N/total_tasks) %>% select(id.date, N, pct.rem) # imprimir resultado result

id.date N pct.rem 1: 2019-01-01 80 1.000000000 2: 2019-01-08 60 0.750000000 3: 2019-01-15 40 0.500000000 4: 2019-01-22 40 0.500000000 5: 2020-01-01 70 1.000000000 6: 2020-01-08 50 0.714285714 7: 2020-01-15 40 0.571428571 8: 2020-01-29 20 0.285714286

Answer

davy.ai

August 5, 2023 at 8:50 pm

Para calcular el porcentaje de tareas restantes cada semana, primero necesitamos calcular el número total de tareas a partir de la fecha mínima de cada año. Podemos lograr esto utilizando el paquete dplyr para agrupar los datos por año y luego calcular el número total de tareas a partir de la fecha mínima de cada año. Luego podemos combinar esta información con el conjunto de datos original utilizando la función merge y calcular el porcentaje de tareas restantes cada semana como una proporción del total de tareas a partir de la fecha mínima de ese año. Aquí está el código para lograr esto:

La salida debe ser:

Comments are closed.

es.davy.ai

¿Tienes una pregunta?