确定流销售数据的开始/结束日期 (R / Tidyverse)答案

【问题标题】：Determining Start / Finish Date for Stream Sales Data (R / Tidyverse)确定流销售数据的开始/结束日期 (R / Tidyverse)
【发布时间】：2018-07-30 01:14:10
【问题描述】：

请参阅this sample file 了解我的测试数据。

目标：确定（由客户）：1) 获得销售的最早和最晚日期（以及那些月份的相应销售额）； 2) 哪个月的销售额最高（以及相应的销售额是多少）

在整理阶段后卡住了 - 假设这需要使用一些“总结”：

library(tidyverse)

df <- read_csv("monthly_data.csv")

tidy_df <- df %>% 
  gather(-`Client Name`, key="Year", value="Sales") %>% 
  group_by(`Client Name`) %>%
  drop_na()

【问题讨论】：

标签： r csv dplyr tidyr lubridate

【解决方案1】：

您可以按Client Name 分组，然后按照您的预期使用Summarise，尽管我的解决方案可能会更优雅。

首先我会知道每个 Client Name 的销售额最高的月份

library(lubridate)
library(dplyr)

top_months <- tidy_df %>%
 group_by(`Client Name`) %>%
 top_n(1, Sales) %>%
 mutate(top_month = month(mdy(Year))) %>%
 select(`Client Name`, top_month)

然后您可以总结销售价值并加入几个月前的最高销售列表。

library(dplyr)
library(lubridate)

tidy_df %>%
 mutate(Year = mdy(Year) %>%
 group_by(`Client Name`) %>%
 summarise(`Latest Sale` = max(Year),
        `Earliest Sale` = min(Year),
        `Highest Grossing Month Sales` = max(Sales)) %>%
 left_join(., top_months, by = "Client Name")

【讨论】：

这非常接近 - 它唯一缺少的是确定 Latest 和 Earliest 销售中的销售额。
你已经给了我完成所需的一切。谢谢@plduffy！