Muestra de datos.
mydat=structure(list(supplier = c("MyAgent", "MyAgent", "MyAgent",
"MyAgent", "S7", "S7", "S7", "S7", "S7", "Travelfusion", "Travelfusion",
"Travelfusion"), date = c("28.03.2021", "28.03.2021", "28.03.2021",
"28.03.2021", "25.03.2021", "25.03.2021", "25.03.2021", "25.03.2021",
"25.03.2021", "28.03.2021", "28.03.2021", "28.03.2021"), hour = c(3L,
4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 4L, 5L, 6L), weekday = c(0L,
0L, 0L, 0L, 4L, 4L, 4L, 4L, 4L, 0L, 0L, 0L), base_price = c(1944.7,
1949.43, 1954.16, 1958.89, 4595.2, 3170.02, 1744.84, 319.65,
-1105.53, 3.83, 3.49, 3.15)), class = "data.frame", row.names = c(NA,
-12L))
Cómo para cada categoría de variable de proveedor, sumar 100.000 al valor más reciente de cada categoría.
Por ejemplo, el último valor de la categoría S7 = -1105,53. Entonces -1105,53+100 000=98894,47 Entonces 98894,47 debe pegarse como último valor.
Pero al último valor de la categoría Travelfusion se le debe agregar el valor 200 000.
Resultado tan deseado
supplier date hour weekday base_price
1 MyAgent 28.03.2021 3 0 1944.70
2 MyAgent 28.03.2021 4 0 1949.43
3 MyAgent 28.03.2021 5 0 1954.16
4 MyAgent 28.03.2021 6 0 101958.89
5 S7 25.03.2021 7 4 4595.20
6 S7 25.03.2021 8 4 3170.02
7 S7 25.03.2021 9 4 1744.84
8 S7 25.03.2021 10 4 319.65
9 S7 25.03.2021 11 4 98894.47
10 Travelfusion 28.03.2021 4 0 3.83
11 Travelfusion 28.03.2021 5 0 3.49
12 Travelfusion 28.03.2021 6 0 200003.15
¿Cómo hacerlo?
------------------------------------
Podríamos hacer esto fácilmente en base R. Cree dos vectores lógicos: 1) que devuelva VERDADERO para el último elemento de cada 'proveedor' (i1), 2) donde el proveedor es 'Travelfusion'. Utilice ese índice para reemplazar la columna 'base_price' value
i1 <- !duplicated(mydat$supplier, fromLast = TRUE)
i2 <- mydat$supplier == 'Travelfusion'
mydat$base_price[i1 & i2] <- mydat$base_price[i1 & i2] + 200000
mydat$base_price[i1 & !i2] <- mydat$base_price[i1 & !i2] + 100000
-salida
mydat
# supplier date hour weekday base_price
#1 MyAgent 28.03.2021 3 0 1944.70
#2 MyAgent 28.03.2021 4 0 1949.43
#3 MyAgent 28.03.2021 5 0 1954.16
#4 MyAgent 28.03.2021 6 0 101958.89
#5 S7 25.03.2021 7 4 4595.20
#6 S7 25.03.2021 8 4 3170.02
#7 S7 25.03.2021 9 4 1744.84
#8 S7 25.03.2021 10 4 319.65
#9 S7 25.03.2021 11 4 98894.47
#10 Travelfusion 28.03.2021 4 0 3.83
#11 Travelfusion 28.03.2021 5 0 3.49
#12 Travelfusion 28.03.2021 6 0 200003.15
O usar la misma lógica en dplyr
library(dplyr)
mydat %>%
mutate(i1 =!duplicated(supplier, fromLast = TRUE),
i2 = supplier == 'Travelfusion',
base_price = case_when(i1 & i2 ~ base_price + 200000,
i1 & !i2 ~ base_price + 100000, TRUE ~ base_price),
i1 = NULL, i2 = NULL)
------------------------------------
Una solución es crear una columna de fecha y hora usando lubridate y luego agregar valores hasta el máximo de eso.
library(lubridate)
library(dplyr)
values <- c(100000,100000,200000)
## create datetime column with lubridate
mydat <- mydat %>% as_tibble %>%
mutate(date = dmy(date),
hour = hm(paste0(hour,":00")),
datetime = ymd_hms(paste(date, hour)))
## get the last datetime for each supplier and add values
to_bind <- mydat %>% group_by(supplier) %>%
slice_max(datetime) %>%
ungroup() %>%
mutate(added = values,
base_price = base_price + added) %>%
select(-added)
## bind_rows with new values
mydat %>% group_by(supplier) %>%
filter(datetime !=max(datetime)) %>%
bind_rows(to_bind) %>%
arrange(supplier, datetime)
------------------------------------
Puedes agregar una nueva columna en los datos para agregar el valor y usarlo con reemplazar:
library(dplyr)
value_to_add <- c(100000,100000, 200000)
mydat %>%
mutate(value_to_add = value_to_add[match(supplier, unique(supplier))]) %>%
group_by(supplier) %>%
mutate(base_price = replace(base_price, n(), last(base_price) + last(value_to_add))) %>%
ungroup %>%
select(-value_to_add)
# A tibble: 12 x 5
# supplier date hour weekday base_price
# <chr> <chr> <int> <int> <dbl>
# 1 MyAgent 28.03.2021 3 0 1945.
# 2 MyAgent 28.03.2021 4 0 1949.
# 3 MyAgent 28.03.2021 5 0 1954.
# 4 MyAgent 28.03.2021 6 0 101959.
# 5 S7 25.03.2021 7 4 4595.
# 6 S7 25.03.2021 8 4 3170.
# 7 S7 25.03.2021 9 4 1745.
# 8 S7 25.03.2021 10 4 320.
# 9 S7 25.03.2021 11 4 98894.
#10 Travelfusion 28.03.2021 4 0 3.83
#11 Travelfusion 28.03.2021 5 0 3.49
#12 Travelfusion 28.03.2021 6 0 200003.
------------------------------------
Podemos usar split() y Map()
do.call(rbind,
Map(function(add, dat){
# subset variable to add to
tmp1 <- dat[, "base_price"]
# add desired amount
dat[, "base_price"][nrow(dat)] <- tmp1[nrow(dat)] + add
# return
dat
},
# here you can choose the number that is added for each supplier
c(1e5, 1e5, 2e5),
split(mydat, mydat[, "supplier"])))
# yields
# supplier date hour weekday base_price
# 1 MyAgent 28.03.2021 3 0 1944.70
# 2 MyAgent 28.03.2021 4 0 1949.43
# 3 MyAgent 28.03.2021 5 0 1954.16
# 4 MyAgent 28.03.2021 6 0 101958.89
# 5 S7 25.03.2021 7 4 4595.20
# 6 S7 25.03.2021 8 4 3170.02
# 7 S7 25.03.2021 9 4 1744.84
# 8 S7 25.03.2021 10 4 319.65
# 9 S7 25.03.2021 11 4 98894.47
# 10 Travelfusion 28.03.2021 4 0 3.83
# 11 Travelfusion 28.03.2021 5 0 3.49
# 12 Travelfusion 28.03.2021 6 0 200003.15
