从表中合计组件产品

Question

我需要我的仓库能够知道我们每天需要多少个项目的每个组件。基本上，我已经捆绑了由单个产品组成的项目，我希望仓库知道在任何给定的日期他们应该提供多少单个项目。

我目前有这样的数据：

   date      bundle_name  totbund   prod1  totprod1  prod2  totprod2  
06/01/2019      a_bund       1        a       1        b       1
06/01/2019        a          1
06/01/2019        b          2
07/01/2019      b_bund       1        b       2
07/01/2019      b_bund       2        b       4
07/01/2019        b          2

我的预期输出是：

    date    all_item   total
06/01/2019     a         2
06/01/2019     b         3
07/01/2019     b         8

请注意，bundle_item列可以包含捆绑项或单个项，因此它是混合的。

Answer 1

像这样的东西是可以工作的(我以'a‘为例)：

      dat = dat %>%
        group_by(date) %>%
        summarize(a_bund = sum(tot_bund[bundle_name=='a']),
                  a_prod1 = sum(prod1[totprod1=='a']),
                  a_prod2 = sum(prod2[totprod2=='a'])) %>%
        mutate(a = a_bund+a_prod1+a_prod2)

Answer 2

我不会使用捆绑符号，它听起来太复杂了。如果所有内容都在行格式中，那么可以使用dplyr的group_by - summarize功能。

假设数据名为'df‘

library(dplyr)

df <- df %>% 
  select(date, prod = prod1, totprod = totprod1) %>%
  filter(prod != "") %>%
  bind_rows(df %>% select(date, prod = prod2, totprod = totprod2) %>% filter(prod != "") %>%
  group_by(date, prod) %>%
  summarize(totprod = sum(totprod))

Answer 3

我评论说你需要一个更好的方法来解决这个问题。

我建议您从结构化数据库的角度来考虑这一点。在这种视图中，您的数据(以及您的世界)是由具有不同和互补信息的表组成的。当您需要获取信息来解决问题时，您可以对来自不同表的数据进行连接。如果你使用过excel，那么你就会知道它是vlookup。

我会如何处理你的问题：

组件表：

首先，我将有一个组件表。这将是一个由3列组成的非常简单的表格:产品的name、制造产品的component和所需组件的amount。

对于您的示例，我将使用

library(data.table)

components <- structure(list(name = c("a", "b", "a_bund", "a_bund", "b_bund"), 
                             component = c("a", "b", "a", "b", "b"),
                             amount = c(1, 1, 1, 1, 2)), 
                        row.names = c(NA, -5L), 
                        class = c("data.table", "data.frame"))

这将产生以下结果：

components
     name component amount
1:      a         a      1
2:      b         b      1
3: a_bund         a      1
4: a_bund         b      1
5: b_bund         b      2

请注意，这里包含的信息与表中第4到7列的信息相同(顺便说一句，您的表名为"wide"，而我的表名为"long“。Long对于机器处理来说要好得多，它被认为是“整洁的”)。

请求表

现在您已经有了一个用于组件的表，您将需要一个表来放置到y日期为止客户需要的产品x的单位数。您注意到了吗?我将两个表中的信息内容分开了。其中一个只有组件，没有其他；还有一个只有请求，没有其他。每一件东西都装在自己的篮子里！

这个表我称之为requests，它由三列组成：dates列表示请求日期，name列表示客户请求的产品名称，qty列表示客户对产品的期望数量。这将是您在数据的第一列到第三列中拥有的内容。

requests <- structure(list(dates = structure(c(17902, 17902, 17902, 17903, 17903, 17903), class = "Date"), 
                           name = c("a_bund", "a", "b", "b_bund", "b_bund", "b"), 
                           qty = c(1, 1, 2, 1, 2, 2)), 
                      row.names = c(NA, -6L), 
                      class = c("data.table", "data.frame"))

这会产生：

requests
        dates   name qty
1: 2019-01-06 a_bund   1
2: 2019-01-06      a   1
3: 2019-01-06      b   2
4: 2019-01-07 b_bund   1
5: 2019-01-07 b_bund   2
6: 2019-01-07      b   2

连接表

有了这两个表，您现在需要知道在任何给定日期内需要多少个组件。为了解决这个问题，我将使用data.table包，有关详细信息，请参阅?data.table。

requests[components, on = "name" ][, sum(qty*amount), by = .(dates, component)]

那里面是什么？

requests[components, on = "name"]通过匹配具有相同name的元素来将表requests与components联接。换句话说，它为requests中的每个name带来了component和amount (当然是来自组件)。粘贴命令并查看结果。

Data.table语法允许“链接”或将中间结果传递给新操作。这就是][序列所发生的事情:我连接了表，现在将结果输入到一个新的操作中。

这个新操作就是sum(qty * amount)。它将请求单元qty的数量乘以生成它所需的每个component的数量，并将其相加(聚合) by = .(dates, component)，这看起来很不言自明。(如果您来自excel世界，只需考虑透视表或动态表)。

这将产生您预期的输出：

requests[components, on = "name" ][, sum(qty*amount), by = .(dates, component)]
        dates component V1
1: 2019-01-06         a  2
2: 2019-01-06         b  3
3: 2019-01-07         b  8

虽然结果与已经提供的其他答案相同，但我希望您能看到方法上的差异，以及此方法增强的可用性。如果不是，想象一下k_bundle是由19个不同的组件组成的 ;)