我是R的新手,正在尝试在滚动的基础上计算3个月的拖欠。
我的数据帧由(CID、获取日期和取消(组成
我正试图创建一个新的数据Trame,并添加第4列(Roll_deliquicy((过去3个月的取消活动计数(。一旦我们有了新的客户id,我们就从该客户的第一笔交易开始。Roll_Deliciency是过去3个月的取消活动的总数仅。
预期结果如下
CID AQ_DATE Delinquient Roll_Deliquiency
103 2007/03/18 1 0
103 2007/04/03 0 1
103 2007/04/17 0 1
103 2007/05/03 0 1
103 2007/05/17 1 1
103 2007/06/02 1 2
103 2007/06/16 1 3
103 2007/07/02 1 3
103 2008/01/03 1 0
103 2008/01/17 1 1
103 2008/02/02 0 2
103 2008/02/16 1 2
105 2007/01/01 1 0
105 2007/01/11 1 1
105 2007/02/10 1 2
105 2007/02/14 0 3
105 2007/02/17 1 3
105 2007/02/17 1 4
105 2007/02/17 1 5
105 2007/04/02 0 5
105 2007/04/10 1 5
有人能帮我查R码吗?我试过使用滚动应用程序,但无法根据需要定制。
这可能不是你想要的,但这是我目前对这个问题的理解所能做的最好的事情。对于数据文件中的每个人和每个日期,我回到90天的时间,并总结了拖欠的次数。我的结果存储在向量my.count
中。我的结果与Roll_Deliquiency
不匹配。然而,也许这会让你开始。如果您提供有关如何计算Roll_Deliquiency
的其他信息,我可能可以修改下面的代码。我可能也会尽快清理代码。它目前包含了一些我最终没有用来获得答案的变量。
df.1 <- read.table(text='
CID AQ_DATE Delinquient Roll_Deliquiency
103 2007/03/18 1 0
103 2007/04/03 0 1
103 2007/04/17 0 1
103 2007/05/03 0 1
103 2007/05/17 1 1
103 2007/06/02 1 2
103 2007/06/16 1 3
103 2007/07/02 1 3
103 2008/01/03 1 0
103 2008/01/17 1 1
103 2008/02/02 0 2
103 2008/02/16 1 2
105 2007/01/01 1 0
105 2007/01/11 1 1
105 2007/02/10 1 2
105 2007/02/14 0 3
105 2007/02/17 1 3
105 2007/02/17 1 4
105 2007/02/17 1 5
105 2007/04/02 0 5
105 2007/04/10 1 5', header=T, colClasses=c('character', 'character', 'integer', 'integer'))
df.1$AQ_DATE2 <- as.Date(df.1$AQ_DATE, "%Y/%m/%d")
df.1$running.count = sequence(rle(df.1$CID)$lengths)
df.1
max.value <- data.frame(id.max = with(df.1, tapply(running.count, CID, function(x) x[length(x)])))
max.value
max.value$CID <- row.names(max.value)
max.value
all.data <- merge(max.value, df.1, by=c('CID'), all = TRUE)
all.data
my.count <- rep(0, nrow(all.data))
m <- 1
for(i in length(unique(all.data$CID)):1) {
all.data.i <- subset(all.data, all.data$CID == max.value$CID[i])
print(all.data.i)
for(j in nrow(all.data.i):1) {
for(k in j:1) {
if(((j-k) > 1) &
(as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k+1]) <= 90) &
(as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k ]) > 90)) my.count[m] = sum(all.data.i$Delinquient[(k+1):j])
if(((j-k) == 1) &
as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[k]) > 90) my.count[m] = all.data.i$Delinquient[j]
if((k == 1) &
as.numeric(all.data.i$AQ_DATE2[j] - all.data.i$AQ_DATE2[1]) <= 90) my.count[m] = sum(all.data.i$Delinquient[1:j])
}
m = m + 1
}
}
my.count
[1] 6 5 6 5 4 3 3 2 1 3 2 2 1 4 4 3 2 1 1 1 1