有条件地停止突变 [英] Conditional stopping of mutate
本文介绍了有条件地停止突变的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个数据集，希望使用 mutate 和 case_when .但是，我想在达到某种逻辑后停止/过滤突变.
I have a dataset that I wish to use mutate and case_when. However, I want to stop/filter the mutate after a certain logic is reached.
数据:
set.seed(2020)
df <- tibble(
customer = seq(1:5),
start_date = sample(seq(as.Date('2020-01-01'),
as.Date('2020-12-31'),
by = "day"), 5),
termination_date = c(sample(seq(as.Date('2020-06-01'),
as.Date('2021-02-28'),
by = "day"), 4), NA))
参数:
obs_start <- as.Date("2020-08-01")
obs_interval <- months(1)
lead_time <- weeks(1)
first_obs <- obs_start - lead_time
last_obs <- first_obs %m+% months(6)
obs_seq <- seq(first_obs, last_obs, by = "month")
变异 + case_when
df %>%
filter(termination_date > first_obs | is.na(termination_date)) %>%
crossing(obs_seq) %>%
mutate(is_churn = case_when(
termination_date >= obs_seq &
termination_date < (obs_seq + obs_interval) ~ "Yes",
TRUE ~ "No"
))
customer start_date termination_date obs_seq is_churn
<int> <date> <date> <date> <chr>
1 1 2020-08-23 2021-02-28 2020-07-25 No
2 1 2020-08-23 2021-02-28 2020-08-25 No
3 1 2020-08-23 2021-02-28 2020-09-25 No
4 1 2020-08-23 2021-02-28 2020-10-25 No
5 1 2020-08-23 2021-02-28 2020-11-25 No
6 1 2020-08-23 2021-02-28 2020-12-25 No
7 1 2020-08-23 2021-02-28 2021-01-25 No
8 2 2020-03-27 2020-11-11 2020-07-25 No
9 2 2020-03-27 2020-11-11 2020-08-25 No
10 2 2020-03-27 2020-11-11 2020-09-25 No
11 2 2020-03-27 2020-11-11 2020-10-25 Yes
12 2 2020-03-27 2020-11-11 2020-11-25 No
13 2 2020-03-27 2020-11-11 2020-12-25 No
14 2 2020-03-27 2020-11-11 2021-01-25 No
15 3 2020-01-22 2020-11-17 2020-07-25 No
16 3 2020-01-22 2020-11-17 2020-08-25 No
17 3 2020-01-22 2020-11-17 2020-09-25 No
18 3 2020-01-22 2020-11-17 2020-10-25 Yes
19 3 2020-01-22 2020-11-17 2020-11-25 No
20 3 2020-01-22 2020-11-17 2020-12-25 No
21 3 2020-01-22 2020-11-17 2021-01-25 No
22 4 2020-08-03 2020-12-15 2020-07-25 No
23 4 2020-08-03 2020-12-15 2020-08-25 No
24 4 2020-08-03 2020-12-15 2020-09-25 No
25 4 2020-08-03 2020-12-15 2020-10-25 No
26 4 2020-08-03 2020-12-15 2020-11-25 Yes
27 4 2020-08-03 2020-12-15 2020-12-25 No
28 4 2020-08-03 2020-12-15 2021-01-25 No
29 5 2020-11-16 NA 2020-07-25 No
30 5 2020-11-16 NA 2020-08-25 No
31 5 2020-11-16 NA 2020-09-25 No
32 5 2020-11-16 NA 2020-10-25 No
33 5 2020-11-16 NA 2020-11-25 No
34 5 2020-11-16 NA 2020-12-25 No
35 5 2020-11-16 NA 2021-01-25 No
在每组客户中，我要删除 is_churn ==是" 之后的所有行下面是所需的输出:
Within each group of customer, I want to remove all rows after is_churn == "Yes"
Below is the desired output:
# A tibble: 27 x 5
customer start_date termination_date obs_seq is_churn
<int> <chr> <chr> <chr> <chr>
1 1 2020-08-23 2021-02-28 2020-07-25 No
2 1 2020-08-23 2021-02-28 2020-08-25 No
3 1 2020-08-23 2021-02-28 2020-09-25 No
4 1 2020-08-23 2021-02-28 2020-10-25 No
5 1 2020-08-23 2021-02-28 2020-11-25 No
6 1 2020-08-23 2021-02-28 2020-12-25 No
7 1 2020-08-23 2021-02-28 2021-01-25 No
8 2 2020-03-27 2020-11-11 2020-07-25 No
9 2 2020-03-27 2020-11-11 2020-08-25 No
10 2 2020-03-27 2020-11-11 2020-09-25 No
11 2 2020-03-27 2020-11-11 2020-10-25 Yes
12 3 2020-01-22 2020-11-17 2020-07-25 No
13 3 2020-01-22 2020-11-17 2020-08-25 No
14 3 2020-01-22 2020-11-17 2020-09-25 No
15 3 2020-01-22 2020-11-17 2020-10-25 Yes
16 4 2020-08-03 2020-12-15 2020-07-25 No
17 4 2020-08-03 2020-12-15 2020-08-25 No
18 4 2020-08-03 2020-12-15 2020-09-25 No
19 4 2020-08-03 2020-12-15 2020-10-25 No
20 4 2020-08-03 2020-12-15 2020-11-25 Yes
21 5 2020-11-16 NA 2020-07-25 No
22 5 2020-11-16 NA 2020-08-25 No
23 5 2020-11-16 NA 2020-09-25 No
24 5 2020-11-16 NA 2020-10-25 No
25 5 2020-11-16 NA 2020-11-25 No
26 5 2020-11-16 NA 2020-12-25 No
27 5 2020-11-16 NA 2021-01-25 No
客户1不变，因为终止日期不在观察期内.
Customer 1 is unchanged because the termination_date doesn't fall into the observation period.
推荐答案
为每个客户定期地 filter 行:
library(dplyr)
df %>%
filter(termination_date > first_obs | is.na(termination_date)) %>%
tidyr::crossing(obs_seq) %>%
mutate(is_churn = case_when(
termination_date >= obs_seq &
termination_date < (obs_seq + obs_interval) ~ "Yes",
TRUE ~ "No"
)) %>%
group_by(customer) %>%
filter(if(any(is_churn == 'Yes')) row_number() <= match('Yes', is_churn) else TRUE) %>%
ungroup
# customer start_date termination_date obs_seq is_churn
#1 1 2020-08-23 2021-02-28 2020-07-25 No
#2 1 2020-08-23 2021-02-28 2020-08-25 No
#3 1 2020-08-23 2021-02-28 2020-09-25 No
#4 1 2020-08-23 2021-02-28 2020-10-25 No
#5 1 2020-08-23 2021-02-28 2020-11-25 No
#6 1 2020-08-23 2021-02-28 2020-12-25 No
#7 1 2020-08-23 2021-02-28 2021-01-25 No
#8 2 2020-03-27 2020-11-11 2020-07-25 No
#9 2 2020-03-27 2020-11-11 2020-08-25 No
#10 2 2020-03-27 2020-11-11 2020-09-25 No
#11 2 2020-03-27 2020-11-11 2020-10-25 Yes
#12 3 2020-01-22 2020-11-17 2020-07-25 No
#13 3 2020-01-22 2020-11-17 2020-08-25 No
#14 3 2020-01-22 2020-11-17 2020-09-25 No
#15 3 2020-01-22 2020-11-17 2020-10-25 Yes
#16 4 2020-08-03 2020-12-15 2020-07-25 No
#17 4 2020-08-03 2020-12-15 2020-08-25 No
#18 4 2020-08-03 2020-12-15 2020-09-25 No
#19 4 2020-08-03 2020-12-15 2020-10-25 No
#20 4 2020-08-03 2020-12-15 2020-11-25 Yes
#21 5 2020-11-16 <NA> 2020-07-25 No
#22 5 2020-11-16 <NA> 2020-08-25 No
#23 5 2020-11-16 <NA> 2020-09-25 No
#24 5 2020-11-16 <NA> 2020-10-25 No
#25 5 2020-11-16 <NA> 2020-11-25 No
#26 5 2020-11-16 <NA> 2020-12-25 No
#27 5 2020-11-16 <NA> 2021-01-25 No
对于客户，如果 churn 的任何值为'Yes'，请选择该行之前的所有行，包括其自身.如果没有 churn ='Yes'，请选择所有行.
For a customer if any value of churn is 'Yes' select all rows before that including itself. If there is no churn = 'Yes' select all rows.
这篇关于有条件地停止突变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！
查看全文
