将多个年份和月份的工资数据转换为每月总和 R答案

【问题标题】：Convert multiple year and month pay data in a monthly sum R将多个年份和月份的工资数据转换为每月总和 R
【发布时间】：2017-06-08 17:04:53
【问题描述】：

在 R 中：我加入了两个文件。两者都包含佣金支付数据，我有两个文件，因为工作代码的支付结构周期不同。例如，文件一中的所有职位代码每月支付佣金，文件二中的所有职位代码每两个月支付佣金。为了准确和公平地分析我需要为每个员工 ID（目前是一个因素）按月将（总和）工资汇总到一个新字段（我们称之为“月薪”）的数据，我的问题是我似乎成功地总结了每个员工的月薪，但目前它忽略了不同的年份。我不反对将 2015 年 6 月至 2017 年 6 月的年份和月份或虚拟编码作为 1 至 24 月份的工资月份进行传播，但我想知道是否有办法一次性做到这一点？

当前：

Check_DT   EMPLID   DEPTID JOBCODE PAY_FREQUENCY MAX._TTL.GROSS
2015-12-18 99999999 23231606  100880             W           1203
2015-12-24 99999999 23231606  100880             W            597
2015-12-31 99999999 23231606  100880             W            625
2016-01-08 99999999 23231606  100880             W            245
2016-01-13 99999999 23231606  100880             W            480
2016-01-15 99999999 23231606  100880             W            758
2016-01-22 99999999 23231606  100880             W            599
2016-01-29 99999999 23231606  100880             W            551
2016-02-05 99999999 23231606  100880             W            767
2016-02-12 99999999 23231606  100880             W            880
2016-02-19 99999999 23231606  100880             W            557
2016-02-26 99999999 20441606  100880             W            909
2016-03-04 99999999 20441606  100880             W            989
2016-03-11 99999999 20441606  100880             W            751
2016-03-18 99999999 20441606  100880             W            776
2016-03-25 99999999 20441606  100880             W            770
2016-04-01 99999999 20441606  100880             W            712
2016-04-08 99999999 20441606  100880             W            602
2016-04-15 99999999 20441606  100880             W            798
2016-04-22 99999999 20441606  100880             W            527

我想要什么（实际上需要，我要运行聚类分析）：

>Check_DT   EMPLID   DEPTID JOBCODE PAY_FREQUENCY MAX._TTL.GROSS Year Month Pay
>2015-12-18 99999999 23231606  100880             W           1203 2015 12 2425
>2015-12-24 99999999 23231606  100880             W            597 
>2015-12-31 99999999 23231606  100880             W            625
>2016-01-08 99999999 23231606  100880             W            245 2016 01 2633
>2016-01-13 99999999 23231606  100880             W            480
>2016-01-15 99999999 23231606  100880             W            758
>2016-01-22 99999999 23231606  100880             W            599
>2016-01-29 99999999 23231606  100880             W            551
>2016-02-05 99999999 23231606  100880             W            767
>2016-02-12 99999999 23231606  100880             W            880
>2016-02-19 99999999 23231606  100880             W            557
>2016-02-26 99999999 20441606  100880             W            909
>2016-03-04 99999999 20441606  100880             W            989
>2016-03-11 99999999 20441606  100880             W            751
>2016-03-18 99999999 20441606  100880             W            776
>2016-03-25 99999999 20441606  100880             W            770
>2016-04-01 99999999 20441606  100880             W            712
>2016-04-08 99999999 20441606  100880             W            602
>2016-04-15 99999999 20441606  100880             W            798
>2016-04-22 99999999 20441606  100880             W            527

等等...我什至不反对年月日组合重复，我可以去掉重复。提醒一下，文件中的一些人每周支付一次，而另一些人每两个月支付一次。

这是我所做的：

#Convert weekly/bimonthly pay to monthly sum of pay
  paydat_all$monthlypay <- month(paydat_all$Check_DT)
  aggregate(MAX._TTL.GROSS~monthlypay+EMPLID, FUN = sum, data = paydat_all)

【问题讨论】：

标签： r

【解决方案1】：

这应该会为您提供所需的结果

library(lubridate)
library(dplyr)

 data = 'Check_DT   EMPLID   DEPTID JOBCODE PAY_FREQUENCY MAX._TTL.GROSS
"2015-12-18" 99999999 23231606  100880             W           1203
"2015-12-24" 99999999 23231606  100880             W            597
"2015-12-31" 99999999 23231606  100880             W            625
"2016-01-08" 99999999 23231606  100880             W            245
"2016-01-13" 99999999 23231606  100880             W            480
"2016-01-15" 99999999 23231606  100880             W            758
"2016-01-22" 99999999 23231606  100880             W            599
"2016-01-29" 99999999 23231606  100880             W            551
"2016-02-05" 99999999 23231606  100880             W            767
"2016-02-12" 99999999 23231606  100880             W            880
"2016-02-19" 99999999 23231606  100880             W            557
"2016-02-26" 99999999 20441606  100880             W            909
"2016-03-04" 99999999 20441606  100880             W            989
"2016-03-11" 99999999 20441606  100880             W            751
"2016-03-18" 99999999 20441606  100880             W            776
"2016-03-25" 99999999 20441606  100880             W            770
"2016-04-01" 99999999 20441606  100880             W            712
"2016-04-08" 99999999 20441606  100880             W            602
"2016-04-15" 99999999 20441606  100880             W            798
"2016-04-22" 99999999 20441606  100880             W            527'

paydat_all <- read.table(text=data, header=TRUE, 
                         colClasses=c("Date", "character", "character", 
                                      "character", "factor", "integer"))

paydat_all <- paydat_all %>%
              mutate(Year = year(Check_DT),
                     Month = month(Check_DT)) %>%
              group_by(EMPLID, DEPTID, JOBCODE, Year, Month) %>%
              summarise(sum(MAX._TTL.GROSS))

【讨论】：

我正在尝试使用第二个版本并收到以下错误，突变只能与整数一起使用吗？：“mutate_impl(.data, dots) 中的错误：无效的下标类型“整数”
嗨，马特，感谢您花时间更新您的回复，但我有一个有趣的现象发生，大多数情况下一切都是准确的，但对于某些员工，该文件会在某一年产生两行和月份，将工资分成一个两个月，另一个分三个月。但是，它并不是每 5 个支付月都这样做......你认为这里发生了什么？
NVM，因为 Job Code 不一样
无论如何要生成相同的扁平化版本，甚至更多地转换为每个 EMPID 的平均任期工资？我正在尝试以下方法，但我对此很烂。我更像是一名数据分析师而不是一名数据科学家，所以我一直在学习课程，但还没有能够应用我自己成功的代码。我喜欢 R 用于统计目的，并想通过 SAS 学习语言。这是我所拥有的...avgpaydat_alltechs % mutate(AllPay = MonthlyPay) %>% group_by(CO, EMPLID, DEPTID, JOBCODE, PAY_FREQUENCY, Year, Month) %>% summarise(mean(MonthlyPay))
我刚刚使用聚合创建了一个新字段

【解决方案2】：

考虑使用 base R 的 ave 进行内联聚合，其中：

第一个参数是要聚合的列
后面的一个或多个逗号分隔的参数是要分组的因素水平
具有显式名为 FUN 的聚合类型参数。

R 脚本

data = 'Check_DT   EMPLID   DEPTID JOBCODE PAY_FREQUENCY MAX._TTL.GROSS
"2015-12-18" 99999999 23231606  100880             W           1203
"2015-12-24" 99999999 23231606  100880             W            597
"2015-12-31" 99999999 23231606  100880             W            625
"2016-01-08" 99999999 23231606  100880             W            245
"2016-01-13" 99999999 23231606  100880             W            480
"2016-01-15" 99999999 23231606  100880             W            758
"2016-01-22" 99999999 23231606  100880             W            599
"2016-01-29" 99999999 23231606  100880             W            551
"2016-02-05" 99999999 23231606  100880             W            767
"2016-02-12" 99999999 23231606  100880             W            880
"2016-02-19" 99999999 23231606  100880             W            557
"2016-02-26" 99999999 20441606  100880             W            909
"2016-03-04" 99999999 20441606  100880             W            989
"2016-03-11" 99999999 20441606  100880             W            751
"2016-03-18" 99999999 20441606  100880             W            776
"2016-03-25" 99999999 20441606  100880             W            770
"2016-04-01" 99999999 20441606  100880             W            712
"2016-04-08" 99999999 20441606  100880             W            602
"2016-04-15" 99999999 20441606  100880             W            798
"2016-04-22" 99999999 20441606  100880             W            527'

paydat_all <- read.table(text=data, header=TRUE, 
                         colClasses=c("Date", "character", "character", 
                                      "character", "factor", "integer"))
# MONTH AND YEAR
paydat_all[c("Month", "Year")] <- sapply(c("%m", "%y"), 
                                         function(d) format(paydat_all$Check_DT, d))

# THREE GROUP BY VARS WITH FORMAT() TO EXTRACT DATE TYPES
paydat_all$PaySum <- ave(paydat_all$`MAX._TTL.GROSS`, paydat_all$Month, 
                         paydat_all$Year, paydat_all$EMPLID, FUN=sum)
head(paydat_all)
#     Check_DT   EMPLID   DEPTID JOBCODE PAY_FREQUENCY MAX._TTL.GROSS Month Year PaySum
# 1 2015-12-18 99999999 23231606  100880             W           1203   12    15   2425
# 2 2015-12-24 99999999 23231606  100880             W            597   12    15   2425
# 3 2015-12-31 99999999 23231606  100880             W            625   12    15   2425
# 4 2016-01-08 99999999 23231606  100880             W            245   01    16   2633
# 5 2016-01-13 99999999 23231606  100880             W            480   01    16   2633
# 6 2016-01-15 99999999 23231606  100880             W            758   01    16   2633

【讨论】：

太棒了，它看起来几乎完全符合我的要求，只需翻转“%m”、“%y”;)
哎呀！绝对是笔误。相应地进行了编辑。我希望解决方案有所帮助。