具有特定值（0）的行与R中的下一行之间的差异

Question

我正在寻找一种编程方式，让我的脚本在唯一的产品ID中搜索0库存，然后计算下一行的日期之间的差。

ID   Stock    Date
1      1      2010-12-05
1      0      2010-12-09
1      1      2010-12-16
1      3      2015-12-30
2      10     2015-01-05
2      0      2015-03-07
2      2      2015-03-27
2      0      2015-05-01
2      6      2015-05-10
3      4      2010-05-05
3      3      2017-02-02
3      0      2017-04-05

我想计算产品ID的存货为0的时间百分比。

1. 产品1平均缺货7/25天。

   • 缺货＃ID1：2010-12-16-2010-12-09 = 7天

   • 库存＃ID1总时间：2015-12-30-2010-12-05 = 25天。

2. 第二个＃ID2缺货两次（29天）。

3. 对于第三个#ID，您希望在sys.date（）以0结尾时取其值，因此一个从2017-04-05到2017-04-13（今天）。

请有人可以帮助我，我更喜欢使用dplyr软件包。 我尝试了不同的方法，但找不到解决方案（group_by-> if.else（stock == 0）等）

Answer 1

您可以通过按ID分组来实现此目的，使用dplyr的lead()函数创建一个Time列，其中包含每种状态下的时间量，然后进行summarize ：

library(dplyr)

d %>%
  group_by(ID) %>%
  mutate(Time = as.integer(lead(Date, default = Sys.Date()) - Date)) %>%
  summarize(PercentZero = sum(Time[Stock == 0]) / sum(Time))

根据您的数据，这将导致：

# A tibble: 3 × 2
     ID PercentZero
  <int>       <dbl>
1     1  0.00378174
2     2  0.23200000
3     3  0.00000000

请注意，第一个值低至.0037的原因是从2010-12-16到2015-12-30有四年的差距

Answer 2

按ID分组，使用Lead从下一个日期减去，确定NA，然后使用first和last进行总计。

df %>% 
  group_by(ID) %>% 
  mutate(Date = as.Date(Date),
         out = ifelse(Stock == 0, lead(Date) - Date, 0),
         out = ifelse(is.na(out), Sys.Date() - Date, out)) %>% 
  summarise(out = sum(out),
            total = last(Date) - first(Date),
            fract = out / total)

得到：

 # A tibble: 3 × 4 ID out total fract <int> <dbl> <time> <dbl> 1 1 7 1851 days 0.003781740 2 2 29 125 days 0.232000000 3 3 8 2527 days 0.003165809