Consideraciones
Como la consulta es especifica y sólo cuento con los datos parciales para verificar, es decir, la factibilidad de generalizar la solución que se va ha exponer continuación, voy a tomar los datos df2
para detallar lo resuelto:
library(dplyr)
#library(tibble) # no es necesario trabajar en este caso con la funcion: rowid_to_column
library(tidyr)
df2<-data.frame(ram=1:13,
rebl=c(rep("010020010068",13)),
año=c(2013, 2014, 2014, 2014, 2014, 2015, 2015, 2016, 2016, 2016, 2017, 2017,2017),
mes=c(12, 1, 2, 3, 11, 1, 2, 1, 2, 3, 1, 2, 3),
n=c(78,12,9,6,11,9,7,19,14,10,31,19,9)
)
df2
ram rebl año mes n
1 1 010020010068 2013 12 78
2 2 010020010068 2014 1 12
3 3 010020010068 2014 2 9
4 4 010020010068 2014 3 6
5 5 010020010068 2014 11 11
6 6 010020010068 2015 1 9
7 7 010020010068 2015 2 7
8 8 010020010068 2016 1 19
9 9 010020010068 2016 2 14
10 10 010020010068 2016 3 10
11 11 010020010068 2017 1 31
12 12 010020010068 2017 2 19
13 13 010020010068 2017 3 9
Sobre la solución
Con los datos provenientes de la primera consulta -emplee n
y no n()
como nombre de columna- hay que aplicar un filtro para separar df2
con n<=10
:
diezMe<-df2 %>%
group_by(rebl,año) %>%
filter(n<=10, año==first(año)) %>%
summarise(n=sum(n)) %>% as.data.frame()
diezMe
rebl año n
1 010020010068 2014 15
2 010020010068 2015 16
3 010020010068 2016 10
4 010020010068 2017 9
y con n>10
diezMy<-df2 %>%
group_by(rebl, año, mes) %>%
filter(n>10) %>%
summarise(n)%>% as.data.frame()
diezMy
rebl año mes n
1 010020010068 2013 12 78
2 010020010068 2014 1 12
3 010020010068 2014 11 11
4 010020010068 2016 1 19
5 010020010068 2016 2 14
6 010020010068 2017 1 31
7 010020010068 2017 2 19
Observar que diezMe
(menor o igual a 10) no contiene la columna mes
y en realidad no sería relevante porque su columna n
tiene que ser sumada a diezMy$mes
pero... aquí hay un caso particular:
diezMe
contiene el año 2015
, en cambio diezMy
carece de él, en tal sentido, remarco, esta solución sólo responde a los datos provistos, en todo caso, habría que ver otras variantes para ir escalando la solución.
Para resolver lo anterior es necesario capturar los primeros meses de cada año (en el 2018 podría tenerse un caso similar) y agregárselos a diezMe
de la siguiente forma:
diezMeMes<-aggregate(mes~ rebl+año , df2, FUN=head,1)
diezMe <- diezMe %>%
mutate(mes=diezMeMes$mes[diezMeMes$año %in% año])%>%
select(rebl, año, mes, n)
diezMe
rebl año mes n
1 010020010068 2014 1 15
2 010020010068 2015 1 16
3 010020010068 2016 1 10
4 010020010068 2017 1 9
Como tiene que haber una suerte de intersección (inner_right) entre el data.frame: diezMe
y el diezMy
el año 2015 -u otros años-, quedaría en el aire, en tal sentido, se procede a su extracción (fila o filas
) de diezMe
para una posterior recuperación.
recuperar<-diezMe[!(diezMe$año %in% diezMy$año),]
diezMe<-diezMe[diezMe$año %in% diezMy$año,]
diezMe
rebl año mes n
1 010020010068 2014 1 15
3 010020010068 2016 1 10
4 010020010068 2017 1 9
Bueno, luego comparto un pequeño truco para obtener las posiciones dónde empiezan los años, dada una columna -sin que se repitan-, mediante un vector binario (cond
):
diezMy$dif <- c(1, diezMy$año[-1] - diezMy$año[-length(diezMy$año)]) # siempre empieza en 1
diezMy$cond <- ifelse(diezMy$dif>0,1,0) # se genera un vector (columna) binario
diezMy$añoMod <- diezMy$año*diezMy$cond
diezMy
rebl año mes n dif cond añoMod
1 010020010068 2013 12 78 1 1 2013
2 010020010068 2014 1 12 1 1 2014
3 010020010068 2014 11 11 0 0 0
4 010020010068 2016 1 19 2 1 2016
5 010020010068 2016 2 14 0 0 0
6 010020010068 2017 1 31 1 1 2017
7 010020010068 2017 2 19 0 0 0
Las columnas dif
, cond
y añoMod
son básicamente columnas de ayuda y no van en el producto final, dichas columnas también pueden ser obtenidas mediante mutate
, pero vi conveniente dar el paso a paso en R base, para que puedan ser impresas las sentencias respectivas y ver más al detalle su comportamiento.
La idea central es obtener años sin repeticiones y sin perder las posiciones donde empiezan.
Asimismo vale aclarar que la columna binaria cond
pudo ser:
c(TRUE, FALSE)*c(2013,2104) # se imprime [1] 2013 0
También es bueno acotar qué, la disposición de añoMod
sólo es válida si se busca agregar las sumas provenientes de diezMe$n
al primer mes del año respectivo en el data.frame de diezMy
, porque en este caso particular, los datos presentados permiten asumir eso.
Lo que prosigue es sumar los valores de diezMe$n
a diezMy$n
en los años respectivos, para tal fin se crea un vector auxiliar (np
) ya que la expresión que genera al vector verif
puede colocarse dentro de np
, por lo que su construcción (verif
) es opcional. Aquí el detalle del procedimiento:
verif <- diezMy$añoMod %in% diezMe$año
verif
# [1] FALSE TRUE FALSE TRUE FALSE TRUE FALSE
np<-(1:length(diezMy$n))*0
np[verif]<-diezMe$n
np
# [1] 0 15 0 10 0 9 0
diezMy$n<-diezMy$n+np
diezMy
rebl año mes n dif cond añoMod
1 010020010068 2013 12 78 1 1 2013
2 010020010068 2014 1 27 1 1 2014
3 010020010068 2014 11 11 0 0 0
4 010020010068 2016 1 29 2 1 2016
5 010020010068 2016 2 14 0 0 0
6 010020010068 2017 1 40 1 1 2017
7 010020010068 2017 2 19 0 0 0
Resultado
Finalmente hay que darle forma al reporte solicitado, sin dejar de incluir la(s) fila(s) almacenada(s) previamente en recuperar
dfFinal<-diezMy[,1:4]
dfFinal[nrow(dfFinal)+1,]<-recuperar
dfFinal<-dfFinal[order(dfFinalMy$año),]
row.names(dfFinal) <- 1:nrow(dfFinal)
# RESULTADO FINAL
dfFinal
rebl año mes n
1 010020010068 2013 12 78
2 010020010068 2014 1 27
3 010020010068 2014 11 11
4 010020010068 2015 1 16
5 010020010068 2016 1 29
6 010020010068 2016 2 14
7 010020010068 2017 1 40
8 010020010068 2017 2 19
group_by(rebl, año, mes)
porgroup_by(rebl, año)
. También quisiera acotar quelibrary(dplyr)
cuenta con unfilter
por ejemplodf1 %>% select (rebl, año, mes) %>% filter(año == 2015, mes>6)
, filtra los datos correspondiente al segundo semestre del año 2015.