根据日期时间标准对值进行分类
Classify values based on datetime criteria
我希望能够根据日期时间标准对 R 中的某些事件进行分类。我有两个数据集，第一个数据集有拨打酒店公司电话线的客户的日期时间和 ID，另一个数据集有同一家酒店的所有预订的日期时间和客户 ID。
企业专线：
CTEL <- tibble::tribble(
~ID, ~DATE_CALL,
"01", "08-25-20021 18:21:28",
"01", "07-26-20021 18:11:06",
"02", "09-26-20021 18:21:01",
"02", "10-27-20021 20:21:59",
"03", "08-20-20021 20:21:02",
"03", "09-30-20021 20:21:03",
"04", "09-29-20021 20:21:04",
"05", "05-25-20021 20:21:05"
)
预订：
BOOKINGS <- tibble::tribble(
~ID, ~BOOKINGS, ~DATE_OF_BOOKING,
"01", "UI89D", "08-20-20021 18:21:28",
"02", "PL882", "07-29-20021 18:11:06",
"03", "1254SDD", "01-27-20021 20:21:02",
"03", "DODK5845", "11-20-20021 20:21:03",
"03", "MHXVJ7854E", "08-29-20021 20:21:02",
"04", "85IORZ", "09-30-20021 20:21:04",
"05", "ZUI89DM", "8-25-20021 21:21:05",
)
我希望能够创建三个新变量。其中之一是 PRIOR？有两个值“YES”和“NO”，另一个叫做 AFTER?还有两个值“YES”和“ONE”。最后一位是预约人数RESERV_NUM
分类规则：PRIOR?
如果客户使用日期时间 A 进行预订 X 我想知道此人是否在最近在此预订前 30 天 A，如果事实证明这是真的，那么让 PRIOR？为“是”否则为“否”
分类规则：AFTER?
如果客户预订了A with datetime X 我想知道这个人是否在接下来的时间里打过电话预订 A 3 天后，如果事实证明是真的，那么让 AFTER？为“是”否则为“否”
分类规则：RESERV_NUM
如果客户进行了预订 A，然后进行了预订 B，之后又进行了预订 C 如果预订“x”是他们的第一个、第二个、第三个等等，我希望能够按客户的预订分配...为了说明这一点是：
ID
BOOKINGS
RESERV_NUM
001
A
1
001
B
2
001
C
3
所需输出示例
ID:003 所需的输出示例为：
ID
BOOKINGS
RESERV_NUM
PRIOR?
AFTER?
001
1254SDD
1
NO
NO
001
DODK5845
3
NO
NO
001
MHXVJ7854E
2
YES
NO
这是正确的，因为对于 MHXVJ7854E 的预订日期，我们有预订日期前 30 天的通话记录，并且在预订后的接下来 3 天内也没有通话记录。
我尝试了什么？
这个问题的关键是识别提取每次预订的日期，然后提取预订日期之前的电话线路上的最新记录以及预订日期之后3天的线路上的最新记录。
所以我首先加入这两个数据集，并按预订和通话日期的时间顺序对日期进行排序，我可以轻松地选择最新的预订日期和最晚的通话日期，但是，当它出现时我迷路了这些天来 selecting 知道“参考”应该是预订日期也许我可以用这个插图来解释我的追求：
<-------------------------- Booking/Reservation_Date--------------------->
30 days after 3 days later
为了解决这个问题，我创建了两个不同的数据集，一个带有过滤器，这样电话线记录中的所有日期时间都小于预订日期，然后我 select 最新的一个..另一个数据集将通过 booking reservation 记录每次预订后的通话记录......我稍后会 select 最新的通话并比较它是否在“预订后的未来 3 天内”.. 然后我将不得不再次加入这两个数据集......但是这个过程虽然它给出了正确的结果但它可能有点混乱和冗长..我不知道你是否有才华，聪明的人可以指导我使用更完善的解决方案。
另一件事是我不知道如何将 RESERV_NUM 分配给每个 BOOKING..R 上有可以做到这一点的功能吗？
非常感谢您
RESERV_NUM，因为客户今天打电话订下个月，明天打电话订这个月，所以我就直接用DATE_OF_BOOKING 在 BOOKINGS.
# I have convert the date to 2021 rather than 20021, which will cause error.
CTEL <- tibble::tribble(
~ID, ~DATE_CALL,
"01", "08-25-2021 18:21:28",
"01", "07-26-2021 18:11:06",
"02", "09-26-2021 18:21:01",
"02", "10-27-2021 20:21:59",
"03", "08-20-2021 20:21:02",
"03", "09-30-2021 20:21:03",
"04", "09-29-2021 20:21:04",
"05", "05-25-2021 20:21:05"
)
BOOKINGS <- tibble::tribble(
~ID, ~BOOKINGS, ~DATE_OF_BOOKING,
"01", "UI89D", "08-20-2021 18:21:28",
"02", "PL882", "07-29-2021 18:11:06",
"03", "1254SDD", "01-27-2021 20:21:02",
"03", "DODK5845", "11-20-2021 20:21:03",
"03", "MHXVJ7854E", "08-29-2021 20:21:02",
"04", "85IORZ", "09-30-2021 20:21:04",
"05", "ZUI89DM", "08-25-2021 21:21:05",
)
lapply(unique(BOOKINGS$ID), function(x){
bookings <- dplyr::filter(BOOKINGS, ID == x)
ctel <- dplyr::filter(CTEL, ID == x)
bookings$DATE_OF_BOOKING <- strptime(bookings$DATE_OF_BOOKING, format = "%m-%d-%Y %T")
ctel$DATE_CALL <- strptime(ctel$DATE_CALL, format = "%m-%d-%Y %T")
pa <- plyr::rbind.fill(lapply(bookings$DATE_OF_BOOKING, function(y){
cond <- sum(ctel$DATE_CALL <= y & ctel$DATE_CALL >= y - lubridate::ddays(30)) > 0
prior <- ifelse(cond, "YES", "NO")
cond <- sum(ctel$DATE_CALL >= y & ctel$DATE_CALL <= y + lubridate::ddays(3)) > 0
after <- ifelse(cond, "YES", "NO")
return(as.data.frame(list(prior = prior, after = after)))
}))
output <- cbind(bookings, pa)
output <- output[order(output$DATE_OF_BOOKING), ]
output$RESERV_NUM <- c(1:nrow(output))
output <- output[, c("ID", "BOOKINGS", "RESERV_NUM", "prior", "after")]
names(output) <- c("ID", "BOOKINGS", "RESERV_NUM", "PRIOR?", "AFTER?")
rownames(output) <- NULL
return(output)
})
## [[1]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 01 UI89D 1 YES NO
##
## [[2]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 02 PL882 1 NO NO
##
## [[3]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 03 1254SDD 1 NO NO
## 2 03 MHXVJ7854E 2 YES NO # Notice that customer 3 did not call back within three days
## 3 03 DODK5845 3 NO NO
##
## [[4]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 04 85IORZ 1 YES NO
##
## [[5]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 05 ZUI89DM 1 NO NO
我希望能够根据日期时间标准对 R 中的某些事件进行分类。我有两个数据集，第一个数据集有拨打酒店公司电话线的客户的日期时间和 ID，另一个数据集有同一家酒店的所有预订的日期时间和客户 ID。
企业专线：
CTEL <- tibble::tribble(
~ID, ~DATE_CALL,
"01", "08-25-20021 18:21:28",
"01", "07-26-20021 18:11:06",
"02", "09-26-20021 18:21:01",
"02", "10-27-20021 20:21:59",
"03", "08-20-20021 20:21:02",
"03", "09-30-20021 20:21:03",
"04", "09-29-20021 20:21:04",
"05", "05-25-20021 20:21:05"
)
预订：
BOOKINGS <- tibble::tribble(
~ID, ~BOOKINGS, ~DATE_OF_BOOKING,
"01", "UI89D", "08-20-20021 18:21:28",
"02", "PL882", "07-29-20021 18:11:06",
"03", "1254SDD", "01-27-20021 20:21:02",
"03", "DODK5845", "11-20-20021 20:21:03",
"03", "MHXVJ7854E", "08-29-20021 20:21:02",
"04", "85IORZ", "09-30-20021 20:21:04",
"05", "ZUI89DM", "8-25-20021 21:21:05",
)
我希望能够创建三个新变量。其中之一是 PRIOR？有两个值“YES”和“NO”，另一个叫做 AFTER?还有两个值“YES”和“ONE”。最后一位是预约人数RESERV_NUM
分类规则：PRIOR?
如果客户使用日期时间 A 进行预订 X 我想知道此人是否在最近在此预订前 30 天 A，如果事实证明这是真的，那么让 PRIOR？为“是”否则为“否”
分类规则：AFTER?
如果客户预订了A with datetime X 我想知道这个人是否在接下来的时间里打过电话预订 A 3 天后，如果事实证明是真的，那么让 AFTER？为“是”否则为“否”
分类规则：RESERV_NUM
如果客户进行了预订 A，然后进行了预订 B，之后又进行了预订 C 如果预订“x”是他们的第一个、第二个、第三个等等，我希望能够按客户的预订分配...为了说明这一点是：
| ID | BOOKINGS | RESERV_NUM |
|---|---|---|
| 001 | A | 1 |
| 001 | B | 2 |
| 001 | C | 3 |
所需输出示例
ID:003 所需的输出示例为：
| ID | BOOKINGS | RESERV_NUM | PRIOR? | AFTER? |
|---|---|---|---|---|
| 001 | 1254SDD | 1 | NO | NO |
| 001 | DODK5845 | 3 | NO | NO |
| 001 | MHXVJ7854E | 2 | YES | NO |
这是正确的，因为对于 MHXVJ7854E 的预订日期，我们有预订日期前 30 天的通话记录，并且在预订后的接下来 3 天内也没有通话记录。
我尝试了什么？
这个问题的关键是识别提取每次预订的日期，然后提取预订日期之前的电话线路上的最新记录以及预订日期之后3天的线路上的最新记录。
所以我首先加入这两个数据集，并按预订和通话日期的时间顺序对日期进行排序，我可以轻松地选择最新的预订日期和最晚的通话日期，但是，当它出现时我迷路了这些天来 selecting 知道“参考”应该是预订日期也许我可以用这个插图来解释我的追求：
<-------------------------- Booking/Reservation_Date--------------------->
30 days after 3 days later
为了解决这个问题，我创建了两个不同的数据集，一个带有过滤器，这样电话线记录中的所有日期时间都小于预订日期，然后我 select 最新的一个..另一个数据集将通过 booking reservation 记录每次预订后的通话记录......我稍后会 select 最新的通话并比较它是否在“预订后的未来 3 天内”.. 然后我将不得不再次加入这两个数据集......但是这个过程虽然它给出了正确的结果但它可能有点混乱和冗长..我不知道你是否有才华，聪明的人可以指导我使用更完善的解决方案。
另一件事是我不知道如何将 RESERV_NUM 分配给每个 BOOKING..R 上有可以做到这一点的功能吗？
非常感谢您
RESERV_NUM，因为客户今天打电话订下个月，明天打电话订这个月，所以我就直接用DATE_OF_BOOKING 在 BOOKINGS.
# I have convert the date to 2021 rather than 20021, which will cause error.
CTEL <- tibble::tribble(
~ID, ~DATE_CALL,
"01", "08-25-2021 18:21:28",
"01", "07-26-2021 18:11:06",
"02", "09-26-2021 18:21:01",
"02", "10-27-2021 20:21:59",
"03", "08-20-2021 20:21:02",
"03", "09-30-2021 20:21:03",
"04", "09-29-2021 20:21:04",
"05", "05-25-2021 20:21:05"
)
BOOKINGS <- tibble::tribble(
~ID, ~BOOKINGS, ~DATE_OF_BOOKING,
"01", "UI89D", "08-20-2021 18:21:28",
"02", "PL882", "07-29-2021 18:11:06",
"03", "1254SDD", "01-27-2021 20:21:02",
"03", "DODK5845", "11-20-2021 20:21:03",
"03", "MHXVJ7854E", "08-29-2021 20:21:02",
"04", "85IORZ", "09-30-2021 20:21:04",
"05", "ZUI89DM", "08-25-2021 21:21:05",
)
lapply(unique(BOOKINGS$ID), function(x){
bookings <- dplyr::filter(BOOKINGS, ID == x)
ctel <- dplyr::filter(CTEL, ID == x)
bookings$DATE_OF_BOOKING <- strptime(bookings$DATE_OF_BOOKING, format = "%m-%d-%Y %T")
ctel$DATE_CALL <- strptime(ctel$DATE_CALL, format = "%m-%d-%Y %T")
pa <- plyr::rbind.fill(lapply(bookings$DATE_OF_BOOKING, function(y){
cond <- sum(ctel$DATE_CALL <= y & ctel$DATE_CALL >= y - lubridate::ddays(30)) > 0
prior <- ifelse(cond, "YES", "NO")
cond <- sum(ctel$DATE_CALL >= y & ctel$DATE_CALL <= y + lubridate::ddays(3)) > 0
after <- ifelse(cond, "YES", "NO")
return(as.data.frame(list(prior = prior, after = after)))
}))
output <- cbind(bookings, pa)
output <- output[order(output$DATE_OF_BOOKING), ]
output$RESERV_NUM <- c(1:nrow(output))
output <- output[, c("ID", "BOOKINGS", "RESERV_NUM", "prior", "after")]
names(output) <- c("ID", "BOOKINGS", "RESERV_NUM", "PRIOR?", "AFTER?")
rownames(output) <- NULL
return(output)
})
## [[1]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 01 UI89D 1 YES NO
##
## [[2]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 02 PL882 1 NO NO
##
## [[3]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 03 1254SDD 1 NO NO
## 2 03 MHXVJ7854E 2 YES NO # Notice that customer 3 did not call back within three days
## 3 03 DODK5845 3 NO NO
##
## [[4]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 04 85IORZ 1 YES NO
##
## [[5]]
## ID BOOKINGS RESERV_NUM PRIOR? AFTER?
## 1 05 ZUI89DM 1 NO NO