在 R 中按获取日期创建保留队列

Question

我是 R 新手，已经在线学习了几个教程并付费，但仍然在努力实现我的要求。我想在 R 中建立一个保留队列。我目前在 excel 中执行此操作，每次我需要实施一个时都需要 4-5 个小时。因此，探索看看 R 是否可以提供帮助。看起来是这样，但需要一些方向。

下面是excel中的输出。如果您注意到 2011 年 5 月，我有 31 位客户加入，他们的进展按月计算，直到当月。

Output in excel

This is the input variable

初始列是客户 ID、加入日期和到期日期。另外两列将dj 和de 转换为文本。 K 之后的列正在处理数据以检查客户在给定月份是否活跃或是否流失？我在文本中使用加入日期来表示活动，并将其附加到“C”以表示到期。稍后我只计算具有日期的列以获取同类群组。

那么，我如何在 R 中实现它。

假设这是样本数据，我需要从 2015 年 5 月 1 日到 2016 年 1 月 1 日的同期群

customer dj         exp
abc      01/05/15   25/6/15
efg      01/05/15   25/7/15
ghd      01/05/15   25/7/15
mkd      01/06/15   25/7/15
kskm     01/06/15   05/8/15

这是我想根据上述数据创建的。

Cohort      M0      M1      M2      M3    M4  
2015-05     3       3       2       0     0
2015-06     2       2       1       1     0

说明：M0 为加入之日起的月份。所以 2015 年 5 月有 3 人加入我们，他们都在 5 月活跃。 M1 将是 6 月，所有这些都在 6 月活跃。我们在 6 月底 25 日失去了 1 位客户，因此会认为他在 6 月活跃，但在 M2 中，我的计数从 3 下降到 2。5 月加入客户的 M3 对应于我们失去客户的 8 月份.

2015-06 年队列的类似过程。 M1 表示 7 月，M3 表示 9 月。

Answer 1

修改您的代码如下，这工作谢谢！现在想办法让 M0 到 M(n) 动态化。

library(readxl)
library(zoo)
library(plyr)

# Read in the data
df <- read.csv("~/Desktop/R/data.csv")
df$dj <- as.Date(df$dj,"%d/%m/%y")
df$exp <- as.Date(df$exp,"%d/%m/%y")

# The data in the file has different variable names than your example data
# so I'm changing them to match
names(df)[1:3] <- c("customer","dj","exp")

# Make a variable called Cohort that contains only the year and month of joining
# as.yearmon() comes from the 'zoo' package
df$Cohort <- as.yearmon(df$dj)

# Calculate the difference in months between date of expiry and date of joining
df$MonthDiff <- ceiling((df$exp-df$dj)/30)
#df$MonthDiff <- 12*(as.yearmon(df$exp+months(1))-df$Cohort)

# Use ddply() from the 'plyr' package to get the frequency of subjects that are
# still active after 0, 1, 2, 3, and 4 months.
df1 <- ddply(df,.(Cohort),summarize,
             M0 = sum(MonthDiff > 0),
             M1 = sum(MonthDiff > 1),
             M2 = sum(MonthDiff > 2),
             M3 = sum(MonthDiff > 3),
             M4 = sum(MonthDiff > 4),
             M5 = sum(MonthDiff > 5)
             )
df1

df1
    Cohort M0 M1 M2 M3 M4 M5
1 May 2015  3  3  2  0  0  0
2 Jun 2015  2  2  1  0  0  0

现在

Answer 2

试试这个：

library(readxl)
library(zoo)
library(plyr)

# Read in the data
df <- read_excel("MyFile.xlsx")

# The data in the file has different variable names than your example data
# so I'm changing them to match
names(df)[1:3] <- c("customer","dj","exp")

# Make a variable called Cohort that contains only the year and month of joining
# as.yearmon() comes from the 'zoo' package
df$Cohort <- as.yearmon(df$dj)

# Calculate the difference in months between date of expiry and date of joining
df$MonthDiff <- 12*(as.yearmon(df$exp)-df$Cohort)

# Use ddply() from the 'plyr' package to get the frequency of subjects that are
# still active after 0, 1, 2, 3, and 4 months.
df1 <- ddply(df,.(Cohort),summarize,
             M0 = sum(MonthDiff >= 0),
             M1 = sum(MonthDiff >= 1),
             M2 = sum(MonthDiff >= 2),
             M3 = sum(MonthDiff >= 3),
             M4 = sum(MonthDiff >= 4))

df1
#   Cohort M0 M1 M2 M3 M4
# May 2015  3  3  2  0  0
# Jun 2015  2  1  0  0  0

这假设当您从 Excel 中读取数据时，日期被格式化为日期。如果不是，您可以使用以下内容：

df$dj <- as.Date(df$dj,"%d/%m/%y")
df$exp <- as.Date(df$exp,"%d/%m/%y")