создания новых переменный с помощью условного мутируета возвращает Nas для подмножества строк

Я пытаюсь создать новый переменный фактор на основе логической обусловленности на переменной дату:создания новых переменный с помощью условного мутируета возвращает Nas для подмножества строк

'data.frame': 364458 obs. of 2 variables: 

    $ first_order_date: Date, format: "2015-11-24" "2015-12-15" "2015-06-10" "2015-12-22" ... 
    $ order_date  : Date, format: "2016-02-09" "2016-03-15" "2015-12-22" "2015-12-28" ... 



library(moisaic) 

bb =  
df %>% 
    mutate(days_since_first = as.integer(order_date - first_order_date), 
    time_after_first = derivedFactor(
         "<3months" = order_date <= first_order_date +months(3), 
         "3-6months" = (order_date <= first_order_date +months(6) & order_date > first_order_date +months(3)), 

... 

         "15-18months" = (order_date <= first_order_date +months(18) & order_date > first_order_date +months(15)), 
         "18-21months" = (order_date <= first_order_date +months(21) & order_date > first_order_date +months(18)), 
         .default = "21month+"))

после запуска, я получил предупреждение:

Warning messages: 
1: In base::max(x, ..., na.rm = na.rm) : 
no non-missing arguments to max; returning -Inf

он все еще работал достаточно хорошо в большинстве случаев,

> head(bb[!is.na(bb$time_after_first), ]) 

     first_order_date order_date days_since_first time_after_first 
    1   2015-11-24 2016-02-09     77   <3months 
    2   2015-12-15 2016-03-15     91   <3months 
    3   2015-06-10 2015-12-22     195  6-9months 
    4   2015-12-22 2015-12-28     6   <3months 
    5   2016-01-21 2016-05-29     129  3-6months 
    6   2016-03-12 2016-05-30     79   <3months

, но не все

sum(is.na(bb$time_after_first)) 
[1] 7174

Я не могу видеть картину, почему именно эти элементы не работают

summary(bb[is.na(bb$time_after_first), ]) 

    first_order_date  order_date   days_since_first 
    Min. :2015-01-31 Min. :2015-01-31 Min. : 0.0 
    1st Qu.:2015-08-31 1st Qu.:2016-02-07 1st Qu.: 41.5 
    Median :2015-11-30 Median :2016-03-31 Median :106.0 
    Mean :2015-11-05 Mean :2016-03-12 Mean :128.3 
    3rd Qu.:2016-01-31 3rd Qu.:2016-05-13 3rd Qu.:175.0 
    Max. :2016-05-31 Max. :2016-09-04 Max. :546.0 

    time_after_first 
<3months : 0 
3-6months : 0 
6-9months : 0 
9-12months : 0 
12-15months: 0 
(Other) : 0 
NA's  :6455

Кроме того, я пытался использовать обычный IfElse() заявления для достижения этой цели,

bb2 = 
    all_orders3 %>% select(user_id, order_id, first_order_date, order_date2, category) %>% 
    mutate(days_since_first = as.integer(order_date - first_order_date), 
     time_after_first= as.factor(ifelse(order_date <= first_order_date +months(3), "<3months", 
           ifelse(order_date <= first_order_date +months(6) & order_date > first_order_date +months(3), "3-6months", 


.... 

ifelse(order_date <= first_order_date +months(24) & order_date > first_order_date +months(21), "21-24months", 
                        "24months+"))))))))))

без каких-либо предупреждений, но с большим количеством генерируемых данных NA и до сих пор нет четкой картины, почему это происходит

summary(bb2[is.na(bb2$time_after_first), ]) 

     first_order_date  order_date   days_since_first 
    Min. :2015-01-31 Min. :2015-01-31  Min. : 0.0 
    1st Qu.:2015-08-31 1st Qu.:2016-02-10  1st Qu.: 52.0 
    Median :2015-11-30 Median :2016-04-08  Median :123.0 
    Mean :2015-10-27 Mean :2016-03-25  Mean :150.2 
    3rd Qu.:2016-01-31 3rd Qu.:2016-05-29  3rd Qu.:211.0 
    Max. :2016-05-31 Max. :2016-09-04  Max. :582.0 

    time_after_first 
    <3months : 0 
    12-15months: 0 
    15-18months: 0 
    18-21months: 0 
    3-6months : 0 
    (Other) : 0 
    NA's  :7407

вот link с образцом моих данных

Любые полезные предложения, как преодолеть это будет приветствовать, спасибо!

источник

2016-09-07 Kasia Kulma

Пожалуйста, покажите небольшой воспроизводимый пример (который показывает проблему) наряду с ожидаемым выходом для других, чтобы проверить свой код – akrun

я просто добавил отрывок с записями, которые работали (голова (bb [! is.na (bb $ time_after_first),])), есть ли что-нибудь еще, что могло бы помочь? –

Если вы используете код на 'bb1 <- head (bb [! Is.na (bb $ time_after_first),])', это даст ту же ошибку? Это нужно проверить, где именно проблема лежит – akrun

Обновление для образца v2:

#Read csv... 
dat = read.csv("data/07092016-sample_V2.csv") 

library(dplyr) 
dat = dat %>% 
    mutate(t1 = as.Date(first_order_date, "%d/%m/%Y"), 
     t2 = as.Date(order_date, "%d/%m/%Y"), 
     days = as.numeric(difftime(t2, t1, units = "days"))) %>% 
    select(t1:days) 

head(dat) 
#   t1   t2 days 
# 1 2016-03-02 2016-05-29 88 
# 2 2015-04-25 2015-05-01 6 
# 3 2015-06-29 2015-07-04 5 
# 4 2015-09-09 2016-02-05 149 
# 5 2016-01-08 2016-02-15 38 
# 6 2016-04-17 2016-04-21 4 

breaks = c(-Inf, 90, 180, Inf) 
labels = c("<3 months", "3-6 months", "6+ months") 

days = cut(dat$days, breaks, labels) 
sum(is.na(days)) 
# [1] 0

источник

2016-09-07 13:45:21 jakub

pffff, не знаю, что там происходит. Но большое спасибо за исследование и намек в сторону решения .... :) –

создания новых переменный с помощью условного мутируета возвращает Nas для подмножества строк

ответ

Смежные вопросы