Mam następujący DF:

    Week   SKU   Discount(%)
     1     111       5
     2     111       5
     3     111       0
     4     111      10
     1     222       0
     2     222      10
     3     222      15
     4     222      20
     1     333       5
     2     333       0
     3     333       0

Chciałbym mieć ten wynik:

    Week   SKU   Discount(%)   Duration  LastDiscount
     1     111       5            2           0
     2     111       5            2           0
     3     111       0            0           0
     4     111      10            1           2
     1     222       0            0           0
     2     222      10            3           0
     3     222      15            3           0
     4     222      20            3           0
     1     333       5            1           0
     2     333       0            0           0
     3     333       0            0           0

Czas trwania jest liczbą tygodni, w których 1 SKU stale stale się rabaty. Lastdiscount liczy liczbę tygodni od ostatniego czasu, gdy SKU był na ciągłym zniżce, tylko wtedy, gdy są tygodnie z 0 między zniżkami.

1
dmatiasbayona 6 grudzień 2019, 02:07

1 odpowiedź

Najlepsza odpowiedź

Jedna opcja sprawdzić "Czas trwania" jest po zgrupowaniu przez "SKU", użyj rle (kodowanie z długością) na logicznym wektorze, otrzymuje lengths i "wartości" i {{x2} } lique te tring. Podobnie można uzyskać "lastdiscount", otrzymując sum wartości logicznych

library(dplyr)
df1 %>%
  group_by(SKU) %>% 
  mutate(Duration = with(rle(Discount > 0), rep(lengths*values, 
        lengths)),
         temp = with(rle(Discount > 0), sum(values != 0)), 
         LastDiscount = if(temp[1] > 1) c(rep(0, n()-1), temp[1]) else 0) %>%
  select(-temp)
# A tibble: 11 x 5
# Groups:   SKU [3]
#    Week   SKU Discount Duration LastDiscount
#   <int> <int>    <int>    <int>        <dbl>
# 1     1   111        5        2            0
# 2     2   111        5        2            0
# 3     3   111        0        0            0
# 4     4   111       10        1            2
# 5     1   222        0        0            0
# 6     2   222       10        3            0
# 7     3   222       15        3            0
# 8     4   222       20        3            0
# 9     1   333        5        1            0
#10     2   333        0        0            0
#11     3   333        0        0            0

Lub za pomocą data.table

library(data.table)
i1 <- setDT(df1)[, grp := rleid(Discount > 0), SKU][Discount > 0,
  Duration := .N,  .(grp, SKU)][, 
   LastDiscount := uniqueN(grp[Discount > 0]), .(SKU)][, 
   tail(.I[Discount > 0 & LastDiscount > 1], 1), SKU]$V1
df1[-i1, LastDiscount := 0][]

Dane

df1 <- structure(list(Week = c(1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 
3L), SKU = c(111L, 111L, 111L, 111L, 222L, 222L, 222L, 222L, 
333L, 333L, 333L), Discount = c(5L, 5L, 0L, 10L, 0L, 10L, 15L, 
20L, 5L, 0L, 0L)), class = "data.frame", row.names = c(NA, -11L
))
0
akrun 5 grudzień 2019, 23:28