R help es - May 2012 - Agrupación de valores de variable definida en fila y objeto temporal

Hola:

Os consulto dos cosas porque llevo unos días bastante espeso y no soy 
capaz de sacarlo, seguro que es muy fácil, pero no doy con ello.

Estoy analizando unas facturas de gastos telefónicos y parto de un 
data.frame de esta forma:

DB.telefonos<-data.frame(
   Empresa=c(rep("Empr.1",3),rep("Empr.2",3)),
   Numero=c(rep(666666666,3),rep(666666667,3)),
   Extension=c(rep(2001,3),rep(2002,3)),
   Mes=c(rep(c("Marzo","Febrero","Enero"),2)),
   Concepto=c(rep(c("Fijos","Móviles","Móv. otra
comp."),2)),
   Duracion=c("05:32:00","132:28:00",
	"98:65:00","78:32:00","21:09:00","11:11:00"),
   Coste=c(10.82,13.56,67.32,9.76,17.23,79.18),
   Descuento=c(0.0,0.6,0.6,0.0,0.6,0.6)
)

Lo que quiero es obtener gráficos y tablas con resúmenes de duraciones 
totales por tipo de llamada, por línea, por mes... vamos, lo usual.

El primer problema es que soy incapaz de crear subtablas a partir de las 
variables que me interesen de una forma fácil.

Lo he conseguido de esta forma:

Tipos.llamadas.1<-levels(DB.telefonos$Concepto)[c(2,3)]

aux1<-sapply(Tipos.llamada.1,
    function (x) which(DB.telefonos$Concepto == x))

aux1<-sort(as.integer(unlist(aux1)))

Duracion.llamadas.moviles<-DB.telefonos[c(aux1),c(1:4,6)]

Estoy casi seguro de la existencia de una forma más directa y sencilla 
de conseguir lo mismo, pero me sigo sin aclarar con stack, aggregate y 
demás parientes como melt y cast del paquete Reshape.

Segundo problema: la duración. Si os habéis fijado viene de esta forma 
00:00:00, que viene a significar MM:SS:MsMs. (El campo de los MsMs es 
obra y gracia de la hoja de cálculo de Libreoffice, he sido incapaz de 
dejar solo los MM:SS, por eso están siempre a cero.)

Como lo que quiero trabajar son tiempos, lo lógico es pasarlo a un 
objeto de ese tipo. He repasado la clase Zoo, el paquete Chron, 
Lubridate y otros sin atinar en como hacerlo.

Como ya digo estoy bastante espeso estos últimos días así que si alguno 
tiene a bien señalarme la Luna... (intentaré mirar la Luna y no el dedo)

Gracias por adelantado.

Salud y Revolución.

Lobo.
-- 
Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux,
para no atar mis manos con las cadenas del soft propietario.
---------
Desde El Ejido, en Almería, usuario registrado Linux #294013
http://www.counter.li.org

Hola Lobo,

Lo siguiente podria ayudarte:

 # datos
DB.telefonos <- structure(list(Empresa = structure(c(1L, 1L, 1L, 2L, 2L,
2L), .Label = c("Empr.1", "Empr.2"), class =
"factor"), Numero c(666666666, 666666666,
666666666, 666666667, 666666667, 666666667), Extension = c(2001, 2001,
2001, 2002, 2002, 2002), Mes = structure(c(3L, 2L, 1L, 3L, 2L, 1L), .Label
= c("Enero", "Febrero", "Marzo"), class =
"factor"), Concepto structure(c(1L, 3L, 2L, 1L, 3L, 2L), .Label =
c("Fijos",
    "Móv. otra comp.", "Móviles"), class =
"factor"), Duracion structure(c(1L,
    3L, 6L, 5L, 4L, 2L), .Label = c("05:32:00", "11:11:00",
"132:28:00",
    "21:09:00", "78:32:00", "98:65:00"), class =
"factor"), Coste c(10.82,
    13.56, 67.32, 9.76, 17.23, 79.18), Descuento = c(0, 0.6,
    0.6, 0, 0.6, 0.6)), .Names = c("Empresa", "Numero",
"Extension",
"Mes", "Concepto", "Duracion", "Coste",
"Descuento"), row.names = c(NA,
-6L), class = "data.frame")

# funcion para convertir la duracion a segundos
# asumiendo que x:y:z significa x minutos, y segundos y z ms
segundos <- function(x){
    x <- as.numeric(x)
  sum(as.numeric(x)[1:2]*60^c(1, 0)) + x[3]/1000
}

# conviertiendo la duracion de x:y:z a segundos
DB.telefonos$Duracion <-
sapply(strsplit(as.character(DB.telefonos$Duracion), ''[:]''),
segundos)
DB.telefonos$Duracion

# total por empresa
with(DB.telefonos, tapply(Duracion, list(Empresa), sum))

# total por mes
with(DB.telefonos, tapply(Duracion, list(Empresa, Mes), sum))

# total por empresa/mes
with(DB.telefonos, tapply(Duracion, list(Empresa, Mes), sum))
with(DB.telefonos, aggregate(Duracion, list(Empresa, Mes), sum))

# total por empresa/concepto
with(DB.telefonos, aggregate(Duracion, list(Empresa, Concepto), sum))

Para ayuda con mas calculos mira ?tapply, ?aggregate, ?ave y la libreria
plyr.  Los graficos podrias obtenerlos con ?barplot, ?plot, ?coplot y las
alternativas en lattice o ggplot2.

Saludos,
Jorge.-


2012/5/17 Rubén Gómez Antolí <>
> Hola:
>
> Os consulto dos cosas porque llevo unos días bastante espeso y no soy
> capaz de sacarlo, seguro que es muy fácil, pero no doy con ello.
>
> Estoy analizando unas facturas de gastos telefónicos y parto de un
> data.frame de esta forma:
>
> DB.telefonos<-data.frame(
>  Empresa=c(rep("Empr.1",3),rep(**"Empr.2",3)),
>  Numero=c(rep(666666666,3),rep(**666666667,3)),
>  Extension=c(rep(2001,3),rep(**2002,3)),
> 
Mes=c(rep(c("Marzo","Febrero",**"Enero"),2)),
>  Concepto=c(rep(c("Fijos","**Móviles","Móv. otra
comp."),2)),
>  Duracion=c("05:32:00","132:28:**00",
>       
"98:65:00","78:32:00","21:09:**00","11:11:00"),
>  Coste=c(10.82,13.56,67.32,9.**76,17.23,79.18),
>  Descuento=c(0.0,0.6,0.6,0.0,0.**6,0.6)
> )
>
> Lo que quiero es obtener gráficos y tablas con resúmenes de duraciones
> totales por tipo de llamada, por línea, por mes... vamos, lo usual.
>
> El primer problema es que soy incapaz de crear subtablas a partir de las
> variables que me interesen de una forma fácil.
>
> Lo he conseguido de esta forma:
>
> Tipos.llamadas.1<-levels(DB.**telefonos$Concepto)[c(2,3)]
>
> aux1<-sapply(Tipos.llamada.1,
>   function (x) which(DB.telefonos$Concepto == x))
>
> aux1<-sort(as.integer(unlist(**aux1)))
>
> Duracion.llamadas.moviles<-DB.**telefonos[c(aux1),c(1:4,6)]
>
> Estoy casi seguro de la existencia de una forma más directa y sencilla de
> conseguir lo mismo, pero me sigo sin aclarar con stack, aggregate y demás
> parientes como melt y cast del paquete Reshape.
>
> Segundo problema: la duración. Si os habéis fijado viene de esta forma
> 00:00:00, que viene a significar MM:SS:MsMs. (El campo de los MsMs es obra
> y gracia de la hoja de cálculo de Libreoffice, he sido incapaz de dejar
> solo los MM:SS, por eso están siempre a cero.)
>
> Como lo que quiero trabajar son tiempos, lo lógico es pasarlo a un objeto
> de ese tipo. He repasado la clase Zoo, el paquete Chron, Lubridate y otros
> sin atinar en como hacerlo.
>
> Como ya digo estoy bastante espeso estos últimos días así que si alguno
> tiene a bien señalarme la Luna... (intentaré mirar la Luna y no el dedo)
>
> Gracias por adelantado.
>
> Salud y Revolución.
>
> Lobo.
> --
> Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux,
> para no atar mis manos con las cadenas del soft propietario.
> ---------
> Desde El Ejido, en Almería, usuario registrado Linux #294013
> http://www.counter.li.org
>
> ______________________________**_________________
> R-help-es mailing list
> R-help-es@r-project.org
>
https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es>
>
	[[alternative HTML version deleted]]

Hola,

Por si te interesa una alternativa adicional:


library(lubridate)
library(sqldf)
DF<-DB.telefonos
DF$DursecN<-seconds(as.duration(hms(DF$Duracion)))

# Tiempo y Coste Total
sqldf("select sum(DursecN) ''SumaSecs'', sum(Coste)
''Coste'' from DF ")

# Tiempo y Coste Total por Empresa
sqldf("select sum(DursecN) ''SumaSecs'', sum(Coste)
''Coste'', Empresa from DF
group by Empresa")


# Tiempo y Coste por mes
sqldf("select Mes, sum(DursecN) ''Suma-Secs'', sum(Coste)
''Coste'' from DF
group by Mes")

# Tiempo y Coste por Mes y Concepto
sqldf("select Mes, sum(DursecN) ''Suma-Secs'', sum(Coste)
''Coste'', Concepto
from DF group by Mes, Concepto")

# Tiempo y Coste por Mes y Numero
sqldf("select Mes, sum(DursecN) ''Suma-Secs'', sum(Coste)
''Coste'', Numero
 from DF group by Mes, Numero")

# Tiempo y Coste por Empresa, Mes, Numero, Concepto
sqldf("select sum(DursecN) ''Suma-Secs'', sum(Coste)
''Coste'', Empresa, Mes,
Numero, Concepto  from DF group by Empresa, Mes, Numero, Concepto")

#.....

Saludos,
Carlos Ortega
www.qualityexcellence.es



El 18 de mayo de 2012 01:27, Rubén Gómez Antolí
<lobo@mucharuina.com>escribió:
> Hola:
>
> Os consulto dos cosas porque llevo unos días bastante espeso y no soy
> capaz de sacarlo, seguro que es muy fácil, pero no doy con ello.
>
> Estoy analizando unas facturas de gastos telefónicos y parto de un
> data.frame de esta forma:
>
> DB.telefonos<-data.frame(
>  Empresa=c(rep("Empr.1",3),rep(**"Empr.2",3)),
>  Numero=c(rep(666666666,3),rep(**666666667,3)),
>  Extension=c(rep(2001,3),rep(**2002,3)),
> 
Mes=c(rep(c("Marzo","Febrero",**"Enero"),2)),
>  Concepto=c(rep(c("Fijos","**Móviles","Móv. otra
comp."),2)),
>  Duracion=c("05:32:00","132:28:**00",
>       
"98:65:00","78:32:00","21:09:**00","11:11:00"),
>  Coste=c(10.82,13.56,67.32,9.**76,17.23,79.18),
>  Descuento=c(0.0,0.6,0.6,0.0,0.**6,0.6)
> )
>
> Lo que quiero es obtener gráficos y tablas con resúmenes de duraciones
> totales por tipo de llamada, por línea, por mes... vamos, lo usual.
>
> El primer problema es que soy incapaz de crear subtablas a partir de las
> variables que me interesen de una forma fácil.
>
> Lo he conseguido de esta forma:
>
> Tipos.llamadas.1<-levels(DB.**telefonos$Concepto)[c(2,3)]
>
> aux1<-sapply(Tipos.llamada.1,
>   function (x) which(DB.telefonos$Concepto == x))
>
> aux1<-sort(as.integer(unlist(**aux1)))
>
> Duracion.llamadas.moviles<-DB.**telefonos[c(aux1),c(1:4,6)]
>
> Estoy casi seguro de la existencia de una forma más directa y sencilla de
> conseguir lo mismo, pero me sigo sin aclarar con stack, aggregate y demás
> parientes como melt y cast del paquete Reshape.
>
> Segundo problema: la duración. Si os habéis fijado viene de esta forma
> 00:00:00, que viene a significar MM:SS:MsMs. (El campo de los MsMs es obra
> y gracia de la hoja de cálculo de Libreoffice, he sido incapaz de dejar
> solo los MM:SS, por eso están siempre a cero.)
>
> Como lo que quiero trabajar son tiempos, lo lógico es pasarlo a un objeto
> de ese tipo. He repasado la clase Zoo, el paquete Chron, Lubridate y otros
> sin atinar en como hacerlo.
>
> Como ya digo estoy bastante espeso estos últimos días así que si alguno
> tiene a bien señalarme la Luna... (intentaré mirar la Luna y no el dedo)
>
> Gracias por adelantado.
>
> Salud y Revolución.
>
> Lobo.
> --
> Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux,
> para no atar mis manos con las cadenas del soft propietario.
> ---------
> Desde El Ejido, en Almería, usuario registrado Linux #294013
> http://www.counter.li.org
>
> ______________________________**_________________
> R-help-es mailing list
> R-help-es@r-project.org
>
https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es>
>


-- 
Saludos,
Carlos Ortega
www.qualityexcellence.es

	[[alternative HTML version deleted]]

Hola:

Estoy teniendo problemas con el correo, esto parece que no llegó.

El 20/05/12 12:28, Rubén Gómez Antolí escribió:
> Hola:
>
> Gracias Jorge y Carlos por vuestras respuestas.
>
> El 18/05/12 01:53, Jorge I Velez escribió:
>> Hola Lobo,
>>
>> Lo siguiente podria ayudarte:
>>
>> # datos
>> DB.telefonos <- structure(list(Empresa = structure(c(1L, 1L, 1L, 2L,
2L,
>> 2L), .Label = c("Empr.1", "Empr.2"), class =
"factor"), Numero >> c(666666666, 666666666,
>
> No conocía «structure», gracias por el ejemplo.
>
>> # funcion para convertir la duracion a segundos
>> # asumiendo que x:y:z significa x minutos, y segundos y z ms
>> segundos <- function(x){
>> x <- as.numeric(x)
>> sum(as.numeric(x)[1:2]*60^c(1, 0)) + x[3]/1000
>> }
>
> Lo que es mirar las cosas con otra perspectiva. Yo estaba empeñado en
> convertirlo en un objeto temporal, cuando lo más fácil es tratarlo como
> un número que significa segundos, o minutos que me interesa más que
> segundos.
>
> Me ha parecido muy interesante el detalle que tienes elevando la
> multiplicación a 1 y 0.
>
>> [...]
>> # total por empresa/mes
>> with(DB.telefonos, tapply(Duracion, list(Empresa, Mes), sum))
>> with(DB.telefonos, aggregate(Duracion, list(Empresa, Mes), sum))
>>
>
> Perfecto, con estos ejemplos y los que comenta Carlos ya puedo terminar
> la tarea. Muchísimas gracias a los dos.
>
>> Para ayuda con mas calculos mira ?tapply, ?aggregate, ?ave y la
libreria
>> plyr. Los graficos podrias obtenerlos con ?barplot, ?plot, ?coplot y
>> las alternativas en lattice o ggplot2.
>
> Estoy intentando encontrar alguna documentación que cubra con amplitud
> estos temas de modificación de datos, hasta el momento no tengo éxito.
> ¿Hay algo por ahí o habrá que ir saltando de detalle en detalle en la
> múltiple y variada documentación existente?
>
>> Saludos,
>> Jorge.-
>
> Salud y Revolución.
>
> Lobo.
-- 
Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux,
para no atar mis manos con las cadenas del soft propietario.
---------
Desde El Ejido, en Almería, usuario registrado Linux #294013
http://www.counter.li.org

Hola Rubén,

2012/5/22 Rubén Gómez Antolí <>
> Hola:
>
> Estoy teniendo problemas con el correo, esto parece que no llegó.
>
> El 20/05/12 12:28, Rubén Gómez Antolí escribió:
>
>> Hola:
>>
>> Gracias Jorge y Carlos por vuestras respuestas.
>>
>
De nada!

>
>> El 18/05/12 01:53, Jorge I Velez escribió:
>>
>>  Hola Lobo,
>>>
>>> Lo siguiente podria ayudarte:
>>>
>>> # datos
>>> DB.telefonos <- structure(list(Empresa = structure(c(1L, 1L, 1L,
2L, 2L,
>>> 2L), .Label = c("Empr.1", "Empr.2"), class =
"factor"), Numero >>> c(666666666, 666666666,
>>>
>>
>> No conocía «structure», gracias por el ejemplo.
>
>
En realidad la funcion es dput() y como resultado entrega la estructura del
objeto. Luega esta estructura puede ser interpretada directamente por R
despues de pegarla y copiarla en la consola.

>
>>
>>  # funcion para convertir la duracion a segundos
>>> # asumiendo que x:y:z significa x minutos, y segundos y z ms
>>> segundos <- function(x){
>>> x <- as.numeric(x)
>>> sum(as.numeric(x)[1:2]*60^c(1, 0)) + x[3]/1000
>>> }
>>>
>>
>> Lo que es mirar las cosas con otra perspectiva. Yo estaba empeñado en
>> convertirlo en un objeto temporal, cuando lo más fácil es tratarlo como
>> un número que significa segundos, o minutos que me interesa más que
>> segundos.
>>
>>
:-)


Me ha parecido muy interesante el detalle que tienes elevando
la
>> multiplicación a 1 y 0.
>>
>
Tiene que ver con el orden de las operaciones:  primero calcula 60^c(1, 0)
 y luego multiplica x[1:2] por el resultado.   Es un detalle que funciona
muy bien.

>
>>  [...]
>>>
>>> # total por empresa/mes
>>> with(DB.telefonos, tapply(Duracion, list(Empresa, Mes), sum))
>>> with(DB.telefonos, aggregate(Duracion, list(Empresa, Mes), sum))
>>>
>>>
>> Perfecto, con estos ejemplos y los que comenta Carlos ya puedo terminar
>> la tarea. Muchísimas gracias a los dos.
>>
>>
>>  Para ayuda con mas calculos mira ?tapply, ?aggregate, ?ave y la
libreria
>>> plyr. Los graficos podrias obtenerlos con ?barplot, ?plot, ?coplot
y
>>> las alternativas en lattice o ggplot2.
>>>
>>
>> Estoy intentando encontrar alguna documentación que cubra con amplitud
>> estos temas de modificación de datos, hasta el momento no tengo éxito.
>> ¿Hay algo por ahí o habrá que ir saltando de detalle en detalle en la
>> múltiple y variada documentación existente?
>>
>
Si.  Te sugiero ver la documentacion de plyr en
http://www.jstatsoft.org/v40/i01

Saludos,
Jorge.-


>
>>  Saludos,
>>> Jorge.-
>>>
>>
>> Salud y Revolución.
>>
>> Lobo.
>>
>
> --
> Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux,
> para no atar mis manos con las cadenas del soft propietario.
> ---------
> Desde El Ejido, en Almería, usuario registrado Linux #294013
> http://www.counter.li.org
>
> ______________________________**_________________
> R-help-es mailing list
> R-help-es@r-project.org
>
https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es>
>
	[[alternative HTML version deleted]]