値がRより大きく変更されたかどうかを確認する方法R

Question

最近Pythonで同じ問題についてこの記事を書いたが、Rでどのようなオプションが利用できるのか興味がある。これを少し楽にすることができました。 How to tell if a value changed over dimension(s) in Pandas いくつかの顧客データがある日付にあって、たとえば住所が変更されたかどうかを確認したいとします。その日以上。理想的には、変更が発生した2つの列を新しい表にコピーするか、合計変更量のメトリックを取得するだけです。私は

Date , Customer , Address 
12/31/14, Cust1, 12 Rocky Hill Rd 
12/31/15, Cust1, 12 Rocky Hill Rd 
12/31/16, Cust1, 14 Rocky Hill Rd 
12/31/14, Cust2, 12 Testing Rd 
12/31/15, Cust2, 12 Testing Ln 
12/31/16, Cust2, 12 Testing Rd 

のようなテーブルを持っていた場合

だから、私は12/31/15と12/31/16との間ロッキーヒルRdのbetween12お客様1の変更2変更のカウント、で終わるだろうCust2の変更は12/31/14から12/31/15の間です。

理想的には私はこの

​​

あるいは単に変更の合計数は、素晴らしいことだようにテーブルを得ることができます。何か案は？理想的には、これ以上の日付、おそらくそれらの日付にわたる複数の変更、さらに潜在的な追加の列があります。実際、各列の日付期間にわたる顧客レコードの変更の合計だけで十分です。

Answer 1

あなたは新しいテーブルの列などの変更の日付範囲とカウントを取得するためにdplyrにgroup_byとsummariseを使用することができます。

library(dplyr) 
df %>% 
    group_by(Customer) %>% 
    summarise(dates = sprintf("%s to %s", min(Date), max(Date)), 
      change.count = length(unique(Address)) - 1) 

結果：私たちが展開されますどのように

# A tibble: 2 × 3 
    Customer    dates change.count 
    <chr>    <chr>  <dbl> 
1 Cust1 12/31/14 to 12/31/16   1 
2 Cust2 12/31/14 to 12/31/16   1 

Answer 2

住所の合計数については、顧客IDで集計できます。

aggregate(Data$Address, by=list(Data$Customer), function(x) length(unique(x))) 
    Group.1 x 
1 Cust1 2 
2 Cust2 2 

これは、アドレスの数です。 の番号を取得するには、から1を引いてください。