R中数据的整形和计算

Question

我是R的新手，我想用它写一个简单的代码来可视化软件缺陷的缺陷去除效率（已修复缺陷/未解决缺陷）* 100基于错误的优先级

我从 Jira 导出了一些数据样本：

Priority    Resolution  Created     Resolved
P3          Unresolved  28.02.2017  28.02.2017
P3          Unresolved  28.02.2017  28.02.2017
P1             Fixed    27.02.2017  06.03.2017
P2             Fixed    27.02.2017  14.03.2017
P1          Unresolved  24.02.2017  13.03.2017
P1          duplicate   21.02.2017  02.03.2017
P1             Fixed    24.02.2017  07.03.2017

我想重塑这张表，同时做一些计算。 使用 excel 数据透视表这很容​​易，但我想用 R 编写脚本

预期输出：

Resolution  P1  P2  P3  Grand Total
duplicate   2               2
Fixed       4   4   1       9
Unresolved  2   2   4       8
Grand Total 8   6   5       19

另外，我想看看分辨率的趋势（类似于以下内容）

Dates   P1 unresolved   P1 fixed    P1 DRE, %          P2 unresolved    P2 fixed    P2 DRE, %
date1          5           0             0%                   20          3           15%
date1 + 7      6           2            33%                   37          4           11%
date1 + 14     9           3            33%                   40          4           10%

这如何通过 R 编程来实现？

Answer 1

janitor 包中的这些函数模仿 Excel 的数据透视表：

library(janitor)
dat %>% 
  tabyl(Resolution, Priority) %>%
  adorn_totals(c("row", "col"))

 Resolution P1 P2 P3 Total
  duplicate  1  0  0     1
      Fixed  2  1  0     3
 Unresolved  1  0  2     3
      Total  4  1  2     7

使用的数据：

dat <- read.table(text = "Priority    Resolution  Created     Resolved
P3          Unresolved  28.02.2017  28.02.2017
                  P3          Unresolved  28.02.2017  28.02.2017
                  P1             Fixed    27.02.2017  06.03.2017
                  P2             Fixed    27.02.2017  14.03.2017
                  P1          Unresolved  24.02.2017  13.03.2017
                  P1          duplicate   21.02.2017  02.03.2017
                  P1             Fixed    24.02.2017  07.03.2017", header = TRUE)

Answer 2

这是仅使用表格的第一部分的答案。 我将您的数据保存到同一目录中的文件中，以逗号分隔值。

data = read.csv('jira_data.csv')
new_data = table(data$Resolution, data$Priority)
new_data = addmargins(new_data)