Классификация перекрывающихся временных интервалов на основе фактора

Я просматриваю данные о производстве на производственном объекте и мне нужно классифицировать дневное производство для всех производственных линий на основе размера бутылки, произведенной на одной линии. Базовая установка состоит в том, что линия FL 5S производит только 5-литровые кувшины, FL 25 производит 25-литровые кувшины, а FL 5 может производить 1-литровые, 3-литровые и 5-литровые кувшины. Мне нужен новый столбец под названием «Рецепт», который должен отражать размер кувшина, произведенного на FL 5, для всех заказов на любой линии, произведенных одновременно с заказами, произведенными на FL 5. Например, если Size == "001" в течение временного интервала 2020-04-28 08:46:56 UTC--2020-04-29 07:49:09 UTC, то Recipe должно быть 001 для всех заказов, произведенных на других линиях, время Started и Ended которых совпадает с этим временем для заказа на 1 л.

Данные:

library(tidyverse)
library(lubridate)
Prod_data_ex<-structure(list(Order = c(27380, 27388, 27395, 27381, 27389, 27382, 
                                       27396, 27397, 27393, 27392, 27383, 27384, 27385, 27386, 27398, 
                                       27409, 27410, 27411, 27412, 27416, 27420, 27421, 27417, 27418, 
                                       27432, 27433, 27419, 27413, 27399, 27414, 27415, 27428, 27424, 
                                       27429, 27431), 
                             Prod_line = c("FL 5S", "FL 5", "FL 25", "FL 5S", 
                                           "FL 5", "FL 5S", "FL 25", "FL 5", "FL 5", "FL 5", "FL 5S", "FL 5S", 
                                           "FL 5S", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 5S", 
                                           "FL 25", "FL 5S", "FL 5S", "FL 25", "FL 25", "FL 5S", "FL 5S", 
                                          "FL 25", "FL 5S", "FL 5", "FL 5S", "FL 5S", "FL 5S", "FL 25", 
                                          "FL 5S", "FL 5"), 
                             Produced = c(5400, 6373, 1440, 6372, 864, 5400, 
                                          288, 1080, 864, 5402, 3240, 864, 5293, 2700, 11547, 4427, 3672, 
                                          864, 2651, 96, 648, 1620, 96, 480, 2160, 1363, 480, 4320, 11528, 
                                          4320, 864, 12745, 600, 3782, 6373), 
                             Size = c("005", "005", "025","005", "005", "005", "025", "005", "005", "005", "005", "005", 
                                      "005", "005", "001", "005", "005", "005", "005", "025", "005", 
                                      "005", "025", "025", "005", "005", "025", "005", "001", "005", 
                                      "005", "005", "025", "005", "005"), 
                             Started = structure(c(1587969512, 1587970869, 1587972010, 1587984935, 1587998820, 1587999421, 1588003819, 
                                                  1588004233, 1588008484, 1588013628, 1588014019, 1588022405, 1588024038, 
                                                  1588062901, 1588063616, 1588070291, 1588076547, 1588083066, 1588085684, 
                                                  1588090216, 1588093080, 1588094491, 1588094881, 1588100218, 1588101215, 
                                                  1588105405, 1588105729, 1588110352, 1588146549, 1588147618, 1588155560, 
                                                  1588157595, 1588172423, 1588179841, 1588180603), tzone = "UTC", class = c("POSIXct", 
                                                  "POSIXt")), Ended = structure(c(1587984935, 1587998820, 1588003819, 
                                                  1587999421, 1588004233, 1588014019, 1588090216, 1588008484, 1588013628, 
                                                  1588063616, 1588022405, 1588024038, 1588062901, 1588070291, 1588146549, 
                                                  1588076547, 1588083066, 1588085684, 1588093080, 1588094881, 1588094491, 
                                                  1588101215, 1588100218, 1588105729, 1588105405, 1588110352, 1588172423, 
                                                  1588147618, 1588180603, 1588155560, 1588157595, 1588179841, 1588188834, 
                                                  1588191295, 1588241708), tzone = "UTC", class = c("POSIXct", 
                                                  "POSIXt"))), row.names = c(NA, -35L), class = c("tbl_df", "tbl", "data.frame"))

Вот самый близкий мне рабочий код, но он все еще не работает для заказов на других линиях.

Prod_data_recpies<- Prod_data_ex%>%
  mutate(interval= interval(Started, Ended))%>%
  mutate(recipe= ifelse(Size= = "001", map_int(interval,~ any(int_overlaps(.x, interval[Size= = "001"]))),
                        ifelse(Size= = "003", map_int(interval,~ any(int_overlaps(.x, interval[Size= = "003"]))), "005")))

Спасибо!

r dplyr lubridate

18.12.2020 17:00

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Принятие принципов SOLID в Spring Boot: Создание обслуживаемых и масштабируемых приложений

Коллекции в Laravel более простым способом

Привет, читатели, сегодня мы узнаем о коллекциях. В Laravel коллекции - это способ манипулировать массивами и играть с массивами данных. Благодаря...

JavaScript Вопросы с множественным выбором и ответы

Если вы ищете платформу, которая предоставляет вам бесплатный тест JavaScript MCQ (Multiple Choice Questions With Answers) для оценки ваших знаний,...

Массив зависимостей в React

Все о массиве Dependency и его связи с useEffect.

Toor - Ангулярный шаблон для бронирования путешествий

Toor - Travel Booking Angular Template один из лучших Travel & Tour booking template in the world. 30+ валидированных HTML5 страниц, которые помогут...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Я не уверен, как вы хотите справляться с перекрытиями с несколькими FL 5 заказами и несуществующими перекрытиями, но вы можете изменить описанный ниже подход в соответствии со своими потребностями. Я использовал foverlaps() из пакета data.table для выявления перекрытий. Вы можете использовать параметр type, если хотите указать перекрытия интервалов (например, полностью внутри, в начале или в конце перекрытия).

library(data.table)
dt <- as.data.table(Prod_data_ex)
dt[, Ended := Ended - 1] # prevent overlaps of consecutive time intervals
setkeyv(dt, c("Started", "Ended"))
dt[, Recipe := foverlaps(dt, dt[Prod_line == "FL 5"], which = TRUE)[,
  list(list(unique(yid[yid != xid]))), by = xid][, -1]]
dt$Recipe <- sapply(dt$Recipe, function(x) {
  paste(unique(dt[Prod_line == "FL 5"][x]$Size), collapse = ",")
})
dt[, Ended := Ended + 1][] # add back the second

Результат:

#>     Order Prod_line Produced Size             Started               Ended
#>  1: 27380     FL 5S     5400  005 2020-04-27 06:38:32 2020-04-27 10:55:35
#>  2: 27388      FL 5     6373  005 2020-04-27 07:01:09 2020-04-27 14:47:00
#>  3: 27395     FL 25     1440  025 2020-04-27 07:20:10 2020-04-27 16:10:19
#>  4: 27381     FL 5S     6372  005 2020-04-27 10:55:35 2020-04-27 14:57:01
#>  5: 27389      FL 5      864  005 2020-04-27 14:47:00 2020-04-27 16:17:13
#>  6: 27382     FL 5S     5400  005 2020-04-27 14:57:01 2020-04-27 19:00:19
#>  7: 27396     FL 25      288  025 2020-04-27 16:10:19 2020-04-28 16:10:16
#>  8: 27397      FL 5     1080  005 2020-04-27 16:17:13 2020-04-27 17:28:04
#>  9: 27393      FL 5      864  005 2020-04-27 17:28:04 2020-04-27 18:53:48
#> 10: 27392      FL 5     5402  005 2020-04-27 18:53:48 2020-04-28 08:46:56
#> 11: 27383     FL 5S     3240  005 2020-04-27 19:00:19 2020-04-27 21:20:05
#> 12: 27384     FL 5S      864  005 2020-04-27 21:20:05 2020-04-27 21:47:18
#> 13: 27385     FL 5S     5293  005 2020-04-27 21:47:18 2020-04-28 08:35:01
#> 14: 27386     FL 5S     2700  005 2020-04-28 08:35:01 2020-04-28 10:38:11
#> 15: 27398      FL 5    11547  001 2020-04-28 08:46:56 2020-04-29 07:49:09
#> 16: 27409     FL 5S     4427  005 2020-04-28 10:38:11 2020-04-28 12:22:27
#> 17: 27410     FL 5S     3672  005 2020-04-28 12:22:27 2020-04-28 14:11:06
#> 18: 27411     FL 5S      864  005 2020-04-28 14:11:06 2020-04-28 14:54:44
#> 19: 27412     FL 5S     2651  005 2020-04-28 14:54:44 2020-04-28 16:58:00
#> 20: 27416     FL 25       96  025 2020-04-28 16:10:16 2020-04-28 17:28:01
#> 21: 27420     FL 5S      648  005 2020-04-28 16:58:00 2020-04-28 17:21:31
#> 22: 27421     FL 5S     1620  005 2020-04-28 17:21:31 2020-04-28 19:13:35
#> 23: 27417     FL 25       96  025 2020-04-28 17:28:01 2020-04-28 18:56:58
#> 24: 27418     FL 25      480  025 2020-04-28 18:56:58 2020-04-28 20:28:49
#> 25: 27432     FL 5S     2160  005 2020-04-28 19:13:35 2020-04-28 20:23:25
#> 26: 27433     FL 5S     1363  005 2020-04-28 20:23:25 2020-04-28 21:45:52
#> 27: 27419     FL 25      480  025 2020-04-28 20:28:49 2020-04-29 15:00:23
#> 28: 27413     FL 5S     4320  005 2020-04-28 21:45:52 2020-04-29 08:06:58
#> 29: 27399      FL 5    11528  001 2020-04-29 07:49:09 2020-04-29 17:16:43
#> 30: 27414     FL 5S     4320  005 2020-04-29 08:06:58 2020-04-29 10:19:20
#> 31: 27415     FL 5S      864  005 2020-04-29 10:19:20 2020-04-29 10:53:15
#> 32: 27428     FL 5S    12745  005 2020-04-29 10:53:15 2020-04-29 17:04:01
#> 33: 27424     FL 25      600  025 2020-04-29 15:00:23 2020-04-29 19:33:54
#> 34: 27429     FL 5S     3782  005 2020-04-29 17:04:01 2020-04-29 20:14:55
#> 35: 27431      FL 5     6373  005 2020-04-29 17:16:43 2020-04-30 10:15:08
#>     Order Prod_line Produced Size             Started               Ended
#>      Recipe
#>  1:        
#>  2:     005
#>  3:     005
#>  4:     005
#>  5:     005
#>  6:     005
#>  7: 005,001
#>  8:     005
#>  9:     005
#> 10:     005
#> 11:     005
#> 12:     005
#> 13:     005
#> 14: 005,001
#> 15:     001
#> 16:     001
#> 17:     001
#> 18:     001
#> 19:     001
#> 20:     001
#> 21:     001
#> 22:     001
#> 23:     001
#> 24:     001
#> 25:     001
#> 26:     001
#> 27:     001
#> 28:     001
#> 29:     001
#> 30:     001
#> 31:     001
#> 32:     001
#> 33: 001,005
#> 34: 001,005
#> 35:     005
#>      Recipe

^{Created on 2020-12-18 by the reprex package (v0.3.0)}

Спасибо! Это на самом деле дает мне дополнительную функциональность, которую я не ожидал, где вы можете увидеть, какие заказы перекрываются с изменением размера на FL 5. Я бы хотел type = "any" для перекрытий, я полагаю, поскольку в действительности любое перекрытие с заказом размера «001» должен быть рецепт = "001".

— 21.12.2020 09:20

19.12.2020 01:50