在月营业额上寻找月份 [英] Finding Month on Month Turnover

问题描述

我似乎被困在一个非常基本的问题上，我知道这很简单，但我无法弄清楚。

I seemed to be stuck at a very basic problem, I know its easy but I am not able to figure out.

所以我的数据包含HireDate和TermDate。 TermDate是任何员工的最后一天。

So My data has HireDate and TermDate. TermDate is the last day of any employee.

我要按照以下步骤操作：

I want to do as follow:

Leavers =从TermDate中获取的当月计数

特定月份的营业额=当月离职人数/ AVG（上个月和当月的行计数）

复制数据

结构（ list（HireDate = structure（c（17702，13242，16895，17167，
12335，13879，12303，13745，14789，16785，15390，17167，12886，
13472，15569，13796，16811， 11484、13062、17592、16113、13437，
15614、17167、17167、16251、17623、13312、14165、17167、17167，
10695、15764、13749、16801、17167、13594、13874， 17167，17167，
13157，17167，12501，13243，12192，12287，12965，13328，17167，
13343，17167，17167，11839，17167，13262，13326，14124，16161，
17167、17226、12786、13823、13822、13255、17704、17653、12258，
12769、13727、10712、17400、13952、14048、14333、17233、17690，
13108、13383、13517、13829、17213、13696、16741、17167、17241，
12198、14018、12902、16801、17167、17591、12843、13627、14553，
15593， 16097，16801，13075，13529，17167），class = Date），TermDate = structure（c（NA，
13439，17712，NA，12880，15408，12877，16493，17135，16944，17135，
NA，14054，15670，17531，14327，NA，13889，NA，NA，16741，17135，
17620，17620，17354，17316，NA，13312，17166，NA，NA，15705，
NA，15112，NA，NA，15705，13970，17655，NA，13612，NA，15418，
15917，15705，NA，14274，13449，NA，13559，17417，NA，14400，
NA，NA，14334、14813、16343、17703，NA，12824、15711、15411，
14484，NA，NA，NA，15309、16493、17197，NA，14911、16957、15882，
NA，NA，14435、13768、13517、14907，NA，17284，NA，NA，NA，12772，
17166，NA，16881、17439，NA，14944，NA，15028、16581， 16778，
NA，13788，14064，17620），class = Date）），row.names = 14296：14395，class = data.frame）

推荐答案

有点冗长，但可以使用：

A bit lengthy but it would work:

library(data.table)

df_leavers <- setDT(df)[, `:=` (TermDate = as.Date(as.character(TermDate)),
                                HireDate = as.Date(as.character(HireDate)))]

df_presences <- copy(df_leavers)

df_leavers <- df_leavers[, TermDate := format(TermDate, "%Y-%m")][!is.na(TermDate), (Leavers = .N), , by = TermDate]

df_presences <- df_presences[, maxTerm := max(TermDate, na.rm = T)][
  is.na(TermDate), TermDate := maxTerm][
    , .(YearMonth = format(seq(HireDate, TermDate, by = "month"), "%Y-%m")), by = 1:nrow(df)][
      , (Presences = .N), by = YearMonth]

df_final <- df_leavers[df_presences, on = .(TermDate = YearMonth)]

setnames(df_final, c("YearMonth", "Leavers", "Presences"))

df_final <- df_final[is.na(Leavers), Leavers := 0][order(YearMonth),][, previousMonth := shift(Presences)][
  is.na(previousMonth), previousMonth := 0][, AvgPresences := (Presences + previousMonth) / 2][
    , Turnover := round(Leavers / AvgPresences, 2)][, "previousMonth" := NULL]

输出（数据集的开头和结尾）：

Output (beginning and end of dataset):

     YearMonth Leavers Presences AvgPresences Turnover
  1:   1999-04       0         1          0.5     0.00
  2:   1999-05       0         2          1.5     0.00
  3:   1999-06       0         2          2.0     0.00
  4:   1999-07       0         2          2.0     0.00
  5:   1999-08       0         2          2.0     0.00
 ---                                                  
227:   2018-02       0        32         32.5     0.00
228:   2018-03       3        36         34.0     0.09
229:   2018-04       0        33         34.5     0.00
230:   2018-05       1        34         33.5     0.03
231:   2018-06       2        36         35.0     0.06

这篇关于在月营业额上寻找月份的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！