创造；“每天”；行，来自“选择性”；每月“；使用tidyverse的图形

我有一套销售报告，其中包含报告“每天”或“每月”销售数字的商店。 当我把它们画在同一张图上时，“每月”的数字看起来像尖峰，这使得图很难理解

我希望将这些“每月一次”的数字转换为平均分布在一个月内的几天内，这样我就可以绘制每日销售图

我设法使用tidyverse，lubridate计算数据集中的“每日销售额”列。如何创建“每天1行”的行，即2019-01年，从每1行月度数据创建30行每日行

sales <- tibble(
  distributor = c("StoreA", "StoreA", "StoreA", "StoreA", "StoreB"), 
  sales = c(100,200,300,400,5000), 
  date = c("2019-01-01", "2019-01-02", "2019-01-03", "2019-01-04", "2019-01-30"),
  freq = c("daily", "daily", "daily", "daily", "monthly"))

> sales
# A tibble: 5 x 4
  distributor sales date       freq   
  <chr>       <dbl> <chr>      <chr>  
1 StoreA        100 2019-01-01 daily  
2 StoreA        200 2019-01-02 daily  
3 StoreA        300 2019-01-03 daily  
4 StoreA        400 2019-01-04 daily  
5 StoreB       5000 2019-01-30 monthly


wanted_sales <- tibble(
  distributor = c("StoreA", "StoreA", "StoreA", "StoreA", "StoreB", "StoreB", "StoreB", "StoreB"), 
  sales = c(100, 200, 300, 400, 5000 / 30, 5000 / 30, 5000 / 30, 5000 / 30), 
  date = c("2019-01-01", "2019-01-02", "2019-01-03", "2019-01-04", "2019-01-01", "2019-01-02", "2019-01-03", "2019-01-04"),
  freq = c("daily", "daily", "daily", "daily", "daily", "daily", "daily", "daily" ))

> wanted_sales
# A tibble: 8 x 4
  distributor sales date       freq 
  <chr>       <dbl> <chr>      <chr>
1 StoreA       100  2019-01-01 daily
2 StoreA       200  2019-01-02 daily
3 StoreA       300  2019-01-03 daily
4 StoreA       400  2019-01-04 daily
5 StoreB       167. 2019-01-01 daily
6 StoreB       167. 2019-01-02 daily
7 StoreB       167. 2019-01-03 daily
8 StoreB       167. 2019-01-04 daily

per_day <- sales %>% filter(freq == "monthly") %>%
  group_by(date) %>%
  mutate(mdays = as.integer(days_in_month(as_date(date)))) %>%
  mutate(sales_per_day = sales / mdays)

> per_day
# A tibble: 1 x 6
# Groups:   date [1]
  distributor sales date       freq    mdays sales_per_day
  <chr>       <dbl> <chr>      <chr>   <int>         <dbl>
1 StoreB       5000 2019-01-30 monthly    31          161.

销售
#一个tibble:5x4
经销商销售日期频率
1 StoreA 100 2019-01-01每日
2 StoreA 200 2019-01-02每日
3 StoreA 300 2019-01-03每日
4 StoreA 400 2019-01-04每日
5库房5000 2019-01-30月
通缉销售通缉销售
#一个tibble:8x4
经销商销售日期频率
1 StoreA 100 2019-01-01每日
2 StoreA 200 2019-01-02每日
3 StoreA 300 2019-01-03每日
4 StoreA 400 2019-01-04每日
5.b 167。2019-01-01每日
6.b 167。2019-01-02每日
7.b 167。2019-01-03每日
8 b 167。2019-01-04每日
每日百分比过滤器（频率=“每月”）%>%
分组单位（日期）%>%
变异（mdays=as.integer（月内天数（日期）））%>%
变化（每天销售额=销售额/天数）
>每天
#一个tibble:1 x 6
#分组：日期[1]
经销商销售日期频率每天销售天数
1 StoreB 5000 2019-01-30每月31 161。

---

我希望生成的每_天TIBLE，有30行，$date列是“2019-01-01”、“2019-01-02”的序列。。。“2019-01-30”。

我们可以将

日期

更改为实际日期类，并创建一个新列

startdate

，如果

freq

不是

“daily”

并且

sales

除以30，则该列将具有该特定月份的第一天。对于每个

日期

，我们使用

complete

创建日期序列，并将所有日期的

freq

更改为

“每日”

library(dplyr)
library(tidyr)
library(lubridate)

sales %>%
  mutate(date = as.Date(date), 
         startdate = if_else(freq == "daily", date, floor_date(date, "month")), 
         sales = if_else(freq == "daily", sales, sales/30)) %>%
   group_by(date) %>%
   complete(date = seq(startdate, date, "1 day"), sales = sales, 
            freq = "daily", distributor = distributor) %>%
   select(-startdate)

# Groups:   date [30]
#   date       sales freq  distributor
#   <date>     <dbl> <chr> <chr>      
# 1 2019-01-01  100  daily StoreA     
# 2 2019-01-02  200  daily StoreA     
# 3 2019-01-03  300  daily StoreA     
# 4 2019-01-04  400  daily StoreA     
# 5 2019-01-01  167. daily StoreB     
# 6 2019-01-02  167. daily StoreB     
# 7 2019-01-03  167. daily StoreB     
# 8 2019-01-04  167. daily StoreB     
# 9 2019-01-05  167. daily StoreB     
#10 2019-01-06  167. daily StoreB     
# … with 25 more rows

库（dplyr）
图书馆（tidyr）
图书馆（lubridate）
销售额%>%
变异（日期=as.date（日期），
startdate=如果有其他情况（频率=“每日”，日期，楼层日期（日期，月）），
销售=如果其他（频率=“每日”，销售，销售/30））%>%
分组单位（日期）%>%
完成（日期=序号（起始日期，日期，“1天”），销售额=销售额，
freq=“daily”，分销商=分销商）%>%
选择（-startdate）
#分组：日期[30]
#日期销售频率经销商
#                
#1 2019-01-01 100每日仓库a
#2 2019-01-02 200每日仓库a
#3 2019-01-03 300每日仓库a
#4 2019-01-04 400每日仓库a
# 5 2019-01-01  167. 每日仓库
# 6 2019-01-02  167. 每日仓库
# 7 2019-01-03  167. 每日仓库
# 8 2019-01-04  167. 每日仓库
# 9 2019-01-05  167. 每日仓库
#10 2019-01-06  167. 每日仓库
#…还有25行

太棒了！！！从不知道complete（），多么聪明的函数！在我绝望的尝试中，我是这样做的：

R month\u days%mutate（ymon=floor\u date（date，unit=“month”）

这创建了一个包含日期列表的TIBLE，其中包含一个年份值，然后我可以留下来加入。它确实有效，但您的解决方案要好得多！谢谢你给我展示了一种非常优雅的方式，Ronak！！