使用 R，如何根据多个条件计算对象？

Question

我正在尝试根据某些条件对 911 呼叫的数据帧中的对象进行计数，但我遇到了逻辑问题。我的实际数据有超过 300 万行，所以我试图通过考虑这个小子集来简化我的问题：

dat <- structure(list(call = c("14-1234", "14-4523", "14-7711", "14-8199", "14-3124"), 
                      badge = c("8456", "1098", "3432", "4750", "5122"),
                      off.sex = c("Male", "Male", "Female", "Male", "Male"),
                      shift = c("1", "1", "1", "1", "2"),
                      assignedmin = c(1902, 1870, 1950, 1899, 1907),
                      clearedmin = c(1980, 1910, 1990, 1912, 1956)),
                 class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -5L))

变量“call”标识 911 呼叫，“badge”标识官员，“shift”基本上标识特定区域的一段时间。来电的具体分钟由“assignedmin”给出，并且在“clearedmin”给出的时间认为呼叫已清除。

我想计算给定班次中有多少官员能够响应特定呼叫。例如，对于呼叫 14-1234，在时间 1902 分配了 8456 警官。有多少其他警官能够响应该电话？从 1870 分钟到 1910 分钟，警官 1098 忙于处理不同的呼叫，因此无法响应在 1902 分钟发生的呼叫。但是，基于这个简单的数据集，警官 3432 当时不会很忙因此将被视为可用。 5122 警官当时无人值守，但在不同的班次，因此不被视为有空。

期望的输出：

  call    badge off.sex shift assignedmin clearedmin n_shift n_avail n_unavail n_shift_male n_male_avail
1 14-1234 8456  Male    1            1902       1980       4       2         2            3            1
2 14-4523 1098  Male    1            1870       1910       4       4         0            3            3
3 14-7711 3432  Female  1            1950       1990       4       3         1            3            2
4 14-8199 4750  Male    1            1899       1912       4       3         1            3            2
5 14-3124 5122  Male    2            1907       1956       1       1         1            1            1

我希望这不会太复杂。基本上，在assignmin 给定的时间，如果他或她在同一个班次并且没有忙于另一个电话，则他或她有空。我可以使用 dplyr 和 data.table 轻松计算轮班人员的数量，如下所示：

dat <- dat %>% group_by(shift) %>% mutate(n_shift = uniqueN(badge),
                                          n_shift_male = uniqueN(badge[off.sex == 'Male']) %>% ungroup()

Answer 1

使用data.table 计算每个班次的人员数量的选​​项，然后执行非等自连接以找出n_unavail，最后是n_avail = n_shift - n_unavail：

library(data.table)
setDT(dat)[, c("n_shift", "n_shift_male") := .(.N, sum(off.sex=="Male")), shift]

dat[, c("n_unavail", "n_male_not_avail") :=
        dat[dat, on=.(shift, assignedmin<=assignedmin, clearedmin>=assignedmin),
            by=.EACHI, .(.N - 1L, sum(x.off.sex[x.call != i.call]=="Male"))][,
                (1L:3L) := NULL]
    ]

dat[, c("n_avail", "n_male_avail") := .(n_shift - n_unavail, n_shift_male - n_male_not_avail)]

输出：

      call badge off.sex shift assignedmin clearedmin n_shift n_shift_male n_unavail n_male_not_avail n_avail n_male_avail
1: 14-1234  8456    Male     1        1902       1980       4            3         2                2       2            1
2: 14-4523  1098    Male     1        1870       1910       4            3         0                0       4            3
3: 14-7711  3432  Female     1        1950       1990       4            3         1                1       3            2
4: 14-8199  4750    Male     1        1899       1912       4            3         1                1       3            2
5: 14-3124  5122    Male     2        1907       1956       1            1         0                0       1            1

Answer 2

n_unavail 列可以填写如下。首先，我在shift 上单独加入表格，以便同一班次中的每个军官组合都有一行（如果您的数据集很大，这可能是不可行的）。然后，我计算_other官员在通话时是否不可用，并统计。

dat %>% 
  left_join(dat, by = "shift", suffix = c("", "_other")) %>% 
  mutate(unavail = (assignedmin_other < assignedmin & clearedmin_other > assignedmin)) %>% 
  group_by(call) %>% 
  summarise(n_avail = sum(!unavail),
            n_unavail = sum(unavail))

#   call    n_avail n_unavail
#   <chr>     <int>     <int>
# 1 14-1234       2         2
# 2 14-3124       1         0
# 3 14-4523       4         0
# 4 14-7711       3         1
# 5 14-8199       3         1

这可以加入到您的表中以获得您想要的结果。