R：家庭库存盘点功能？答案

【问题标题】：R: function for home inventory count?R：家庭库存盘点功能？
【发布时间】：2020-08-24 20:00:39
【问题描述】：

我有一个我所在社区的房屋销售数据列表，列为

地址，上市日期，销售日期 101街, 2017/01/01, 2017/06/06 106街, 2017/03/01, 2017/08/11 102街, 2017/05/04, 2017/06/13 109街, 2017/07/04, 2017/11/24 ...

我想计算在挂牌日期挂牌出售（和未售出）的房屋数量，以及查看房屋销售和挂牌在一年中的变化情况。

在示例中：

地址、上市日期、销售日期、库存 101街, 2017/01/01, 2017/06/06, 1 106街, 2017/03/01, 2017/08/11, 2 102街, 2017/05/04, 2017/06/13, 3 109街, 2017/07/04, 2017/11/24, 2 ...

例如109 街上市时只有 106 和 109 街在售。

是否有一个简单的 1 步 R 表达式可以计算？

【问题讨论】：

标签： r

【解决方案1】：

我想这是 3 个简单的步骤。我只是设置标准，我相信其他人可以通过它。

library(data.table)
library(lubridate)
dt <- data.table(
  address = paste(c(101,106,102,109),"Street"),
  listing_date = ymd(c('2017/01/01','2017/03/01','2017/05/04','2017/07/04')),
  saledate = ymd(c("2017/06/06","2017/08/11","2017/06/13","2017/11/24")),
  key = 'listing_date'))

dt2 <- rbind(dt[,.(date = listing_date, x = 1)], dt[,.(date = saledate, x = -1)])
dt3 <- dt2[, .(x = sum(x)), keyby = date][, .(date, inventory = cumsum(x))]
dt[, inventory := dt3[dt, on=c('date' = 'listing_date'), inventory]]

或者改为单线

dt[,inventory:=dt[,.(d=listing_date:saledate),.(address)][,.N,key=d][dt,N]]
dt[]
#>       address listing_date   saledate inventory
#> 1: 101 Street   2017-01-01 2017-06-06         1
#> 2: 106 Street   2017-03-01 2017-08-11         2
#> 3: 102 Street   2017-05-04 2017-06-13         3
#> 4: 109 Street   2017-07-04 2017-11-24         2

【讨论】：

【解决方案2】：

由于data.table和tibbles之间的不兼容，我无法使用具体的解决方案，但通用算法非常有启发性。我可以通过一些更改将总体思路转化为 tidyverse 土地

# import data from data file

homesale_file = "Home sales data.csv"
homesales <- read_csv(homesale_file, 
        col_types = cols(listingdate = col_date(format = "%m/%d/%Y"), 
                         saledate = col_date(format = "%m/%d/%Y")
                         )
                    )

#
# calculation for inventory
#

listingdate <- tibble(address=homesales$address, listingdate=homesales$listingdate, type="listing",y=1)
saledate <- tibble(address=homesales$address, listingdate=homesales$saledate, type="sale", y=-1)
summation = bind_rows(listingdate, saledate) %>% arrange(listingdate) %>% mutate(inventory=cumsum(y)) %>% select(-y) %>% filter(type=="listing")
homesales <- homesales %>% inner_join(summation) %>% select(-type)

@pseudopin，感谢您的帮助！

【讨论】：