Блог

У меня есть такой фрейм данных:

 d=data.frame('Id'=c(101,101,101,101,103,103,103),
             'Action'=c('hire','terminate','promoted','promoted','hire','promoted','terminate'),
             'date'=c('02/22/2017','12/11/2020','11/11/2018','03/22/2019','02/23/2016','01/12/2018','03/21/2019'))
 

Я хочу создать новый столбец time_spent , который вычисляет день между датой найма и датой окончания, а также датой найма и датой повышения.

 df$date=mdy(df$date)

df %>%
    mutate(date = as.Date(EFFDT)) %>%
    group_by(EMPLID) %>%
    summarise(time_spent = as.numeric(difftime(EFFDT[ACTION == 'TER'], EFFDT[ACTION == 'HIR'], units = 'days')))%>%
    inner_join(df,by='EMPLID')
 

Приведенный выше код вычисляет время, но оно находится между наймом и завершением. Что мы можем сделать для найма и продвижения по службе?

Также, если мы видим, что для Id 101 продвижение происходит дважды, у нас есть две разные даты. Итак, если мы применим приведенный выше код для найма и продвижения, он вычисляет только дни между наймом и первым появлением продвигаемого действия для Id 101, а не все продвигаемые действия, которые произошли для Id 101.

Возможно, это может быть полезно. Вместо summarise и inner_join вы можете использовать mutate и, чтобы новый столбец time_spent был разницей во времени между этой строкой date и date тем, когда человек был нанят.

 library(tidyverse)

d %>%
  mutate(date = as.Date(date, format = "%m/%d/%Y")) %>%
  arrange(Id, date) %>%
  group_by(Id) %>%
  mutate(time_spent = difftime(date, date[Action == "hire"], units = "days"))
 

Вывод

      Id Action    date       time_spent
  <dbl> <chr>     <date>     <drtn>    
1   101 hire      2017-02-22    0 days 
2   101 promoted  2018-11-11  627 days 
3   101 promoted  2019-03-22  758 days 
4   101 terminate 2020-12-11 1388 days 
5   103 hire      2016-02-23    0 days 
6   103 promoted  2018-01-12  689 days 
7   103 terminate 2019-03-21 1122 days
 

Редактировать: если вы хотите включить NA , когда дата «найма» недоступна, вы можете filter включить Id any дату «найма», а затем снова объединить данные. Сначала просто убедитесь, что фрейм данных имеет date правильный формат.

 d$date <- as.Date(d$date, format = "%m/%d/%Y")

d %>%
  arrange(Id, date) %>%
  group_by(Id) %>%
  filter(any(Action == "hire")) %>%
  mutate(time_spent = difftime(date, date[Action == "hire"], units = "days")) %>%
  right_join(d)
 

Данные

 d <- structure(list(Id = c(101, 101, 101, 101, 103, 103, 103), Action = c("hire", 
"terminate", "promoted", "promoted", "hire", "promoted", "terminate"
), date = c("02/22/2017", "12/11/2020", "11/11/2018", "03/22/2019", 
"02/23/2016", "01/12/2018", "03/21/2019")), class = "data.frame", row.names = c(NA, 
-7L))