R help es - Apr 2014 - Acumulado hasta una fecha exacta según individuo

Buenas noches a todos las personas del foro,

 

Me dirijo a vosotros con la siguiente cuestión:
 
¿Cómo es posible obtener, para cada individuo (identificado con la variable ID)
de un data frame, la CANTIDAD ACUMULADA hasta una determinada fecha (día, mes y
año), que es diferente para cada individuo y que se denota por la variable
ENTRADA?
 
Ejemplo:
 
require(data.table)
datos2 <- data.table(data.frame(ID = c(rep(100,3),rep(120,2)),
          FECHA = as.Date(c("02/08/2005", "19/10/2005",
"09/12/2007",
          "11/05/2006", "20/12/2009"),"%d/%m/%Y"),
          ENTRADA =
c(as.Date(rep("30/07/2007",3),"%d/%m/%Y"),
                       
as.Date(rep("25/02/2008",2),"%d/%m/%Y")),
          CANTIDAD = c(25, 15, 12, 35, 2)))
 
    ID      FECHA    ENTRADA CANTIDAD
1: 100 2005-08-02 2007-07-30       25
2: 100 2005-10-19 2007-07-30       15
3: 100 2007-12-09 2007-07-30       12
4: 120 2006-05-11 2008-02-25       35
5: 120 2009-12-20 2008-02-25        2
 
Desearía obtener, dentro de cada ID, la cantidad acumulada hasta un instante
igual a su fecha ENTRADA:
    ID    ENTRADA CANT_ACUM
1: 100 2007-07-30        40
2: 120 2008-02-25        35
 
Sin embrago, ejecuto el siguiente código y no compila:
 
require(reshape2)
res=melt(dcast.data.table(datos2,ID~ENTRADA,sum,value.var="CANTIDAD"),
    id.var="ID")
setkey(res,ID,variable)
result <-
subset(res[,CANT_ACUM:=cumsum(value<=ENTRADA),by=ID],CANT_ACUM>0)
result <- as.data.frame.matrix(result) # Convierto en data frame
result <- result[,-which(colnames(result)=='value')]
 
Muchas gracias por cualquier ayuda.
 		 	   		  
	[[alternative HTML version deleted]]

Hola, ¿qué tal?

Si usas data.table, puedes hacer así:

require(data.table)
datos2 <- data.table(data.frame(ID = c(rep(100,3),rep(120,2)),
                                FECHA = as.Date(c("02/08/2005",
"19/10/2005", "09/12/2007",
                                                  "11/05/2006",
"20/12/2009"),"%d/%m/%Y"),
                                ENTRADA
c(as.Date(rep("30/07/2007",3),"%d/%m/%Y"),

as.Date(rep("25/02/2008",2),"%d/%m/%Y")),
                                CANTIDAD = c(25, 15, 12, 35, 2)))


setkey(datos2, ID)

datos2 <- datos2[, entrada := unique(ENTRADA), by = ID]
datos2 <- datos2[FECHA < entrada,]
res <- datos2[, list(total = sum(CANTIDAD)), by = ID]

La clave está en el operador := , que hace exactamente lo que parece
en el ejemplo anterior.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com



El día 27 de abril de 2014, 0:52, Francisco Javier
<iterador10 en hotmail.com> escribió:
> Buenas noches a todos las personas del foro,
>
>
>
> Me dirijo a vosotros con la siguiente cuestión:
>
> ¿Cómo es posible obtener, para cada individuo (identificado con la variable
ID) de un data frame, la CANTIDAD ACUMULADA hasta una determinada fecha (día,
mes y año), que es diferente para cada individuo y que se denota por la variable
ENTRADA?
>
> Ejemplo:
>
> require(data.table)
> datos2 <- data.table(data.frame(ID = c(rep(100,3),rep(120,2)),
>           FECHA = as.Date(c("02/08/2005", "19/10/2005",
"09/12/2007",
>           "11/05/2006",
"20/12/2009"),"%d/%m/%Y"),
>           ENTRADA =
c(as.Date(rep("30/07/2007",3),"%d/%m/%Y"),
>                        
as.Date(rep("25/02/2008",2),"%d/%m/%Y")),
>           CANTIDAD = c(25, 15, 12, 35, 2)))
>
>     ID      FECHA    ENTRADA CANTIDAD
> 1: 100 2005-08-02 2007-07-30       25
> 2: 100 2005-10-19 2007-07-30       15
> 3: 100 2007-12-09 2007-07-30       12
> 4: 120 2006-05-11 2008-02-25       35
> 5: 120 2009-12-20 2008-02-25        2
>
> Desearía obtener, dentro de cada ID, la cantidad acumulada hasta un
instante igual a su fecha ENTRADA:
>     ID    ENTRADA CANT_ACUM
> 1: 100 2007-07-30        40
> 2: 120 2008-02-25        35
>
> Sin embrago, ejecuto el siguiente código y no compila:
>
> require(reshape2)
>
res=melt(dcast.data.table(datos2,ID~ENTRADA,sum,value.var="CANTIDAD"),
>     id.var="ID")
> setkey(res,ID,variable)
> result <-
subset(res[,CANT_ACUM:=cumsum(value<=ENTRADA),by=ID],CANT_ACUM>0)
> result <- as.data.frame.matrix(result) # Convierto en data frame
> result <- result[,-which(colnames(result)=='value')]
>
> Muchas gracias por cualquier ayuda.
>
>         [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>

"Carlos J. Gil Bellosta " <cgb en datanalytics.com>
writes:
> La clave está en el operador := , que hace exactamente lo que parece!
> en el ejemplo anterior.
aha... interesante, no conocía ese operador... gracias!

-- 
:: Igor Sosa Mayor     :: joseleopoldo1792 en gmail.com ::
:: GnuPG: 0x1C1E2890   :: http://www.gnupg.org/      ::
:: jabberid: rogorido  ::                            ::

En primer lugar, muchas gracias a Carlos J. Gil Bellosta, tanto por la rapidez
como por la precisión de su respuesta. El código que planteas es exactamente lo
que preguntaba.

 

La única duda que me queda es si el data.table final que queda, sólo puede
recoger cantidades totales que no sean nulas. A modo de ejemplo, supongamos que
los datos contuvieran, para el sijeto ID=100, una variable "ENTRADA"
que fuese ANTERIOR A TODAS LAS VARIABLES "FECHA" DEL SUJETO:

 

require(data.table)
datos2 <- data.table(data.frame(ID = c(rep(100,3),rep(120,2)), 
     FECHA = as.Date(c("02/08/2005", "19/10/2005",
"09/12/2007",
     "11/05/2006", "20/12/2009"),"%d/%m/%Y"),
     ENTRADA = c(as.Date(rep("30/07/2004",3),"%d/%m/%Y"),

                 as.Date(rep("25/02/2008",2),"%d/%m/%Y")),
     CANTIDAD = c(25, 15, 12, 35, 2)))


En ese caso, sería de esperar un resultado del tipo:

 
> res
    ID total

1: 100     0 # SE REMARCA QUE NO HAY TOTAL ACUMULADO PARA ID=100

2: 120    35

 

Y el resultado del código omite directamente el total acumulado del sujeto
ID=100:

 
> res
    ID total

1: 120    35

 

En cualquier caso, muchas gracias. 

 

 

 

 

 

 
 		 	   		  
	[[alternative HTML version deleted]]