r - 如何从 R 中的多个 id 中获取独占和总计数

Question

我在 R 中有下面提到的数据框。

CusID     Date                   Type        LogCat             PriceCode
C-1       2021-01-02 14:13:10    Demo                           
C-2       2021-01-02 13:17:07    Pro         SPR, DET, RTD      KR
C-2       2021-01-02 14:15:10    Pro         SPR, DET, RTD      SR
C-2       2021-01-02 16:14:08    Pro         SPR, DET, RTD      DE
C-3       2021-01-02 17:11:03    Pro         DET                KL
C-3       2021-01-02 12:14:24    Pro         DET                ZT
C-3       2021-01-02 12:33:34    Pro         DET                KR
C-4       2021-01-02 10:43:55    Pro                            KR
C-5       2021-01-03 20:23:35    Pro         SPR, RTD           KR
  

杜普特<-

structure(list(CustID = c("C-1", "C-2", 
"C-2", "C-2", "C-3", "C-3", 
"C-3", "C-4", "C-5"), DATE = c("2021-01-02 14:13:10", "2021-01-02 13:17:07", "2021-01-02 14:15:10", "2021-01-02 16:14:08", "2021-01-02 17:11:03", "2021-01-02 12:14:24", "2021-01-02 12:33:34", "2021-01-02 10:43:55", "2021-01-03 20:23:35"), TYPE = c("Demo", 
"Pro", "Pro", "Pro", "Pro", "Pro", "Pro", "Pro", "Pro"
), LogCat = c(NA, "SPR,DET,RTD", "SPR,DET,RTD", "SPR,DET,RTD", 
"DET", "DET", "DET", NA, " SPR, RTD "), PriceCode = c(NA,"KR", "SR", "DE", "KL", "ZT", "KR", "KR", "KR")), class = "data.frame", row.names = c(NA, 
-9L))

通过使用上面的数据框，我需要根据日期和月份创建以下两个不同的输出数据框。例如，以日期 2021-01-02 为例。
所需数据框1<-

Total         4        100.00%
Demo          1        25.00%
Pro           3        75.00%

对于必需的数据帧 2，我们只需要考虑那些 CusID其中有 Type不等于 Demo .我们需要为 LogCat 获得以下计数和 PriceCode对于此类 CustId .这里要注意的是 LogCat中的值和 PriceCode不是标准的，可以随时更改，因此我们无法对其进行硬编码。
这里的要求是统计 LogCate中提到的值和 PriceCode每个 uniuqe 唯一 CustID .
例如， DET文本在 CustID 中唯一可用C-3 没有任何其他逗号分隔值，类似 KR文本在 CustID 中唯一可用C-4 在 ProceCode 中没有任何其他值该特定列 ( C-4 ) CustID . (All)与每个唯一的连接 LogCat和 PriceCode value 意味着它与该特定列中的其他值组合在一起。
最后 NA只有在有一些 CustID 的情况下，列才是静态的没有 LogCat和 PriceCode值但仍有 Type作为亲。
所需的数据框2<-

LogCat            Count        %          PriceCode       Count        %
SPR               0            0.00%      KR              1            50.00%
SPR (All)         1            50.00%     KR (All)        3            100.00%
DET               1            50.00%     SR              0            0.00%
DET (All)         2            100.00%    SR (All)        1            33.33%
RTD               0            0.00%      DE              0            0.00%
RTD (All)         1            50.00%     DE (All)        1            33.33%
Blank             1            33.33%     ZT              0            0.00%
-                 -            -          ZT (All)        1            33.33%
-                 -            -          KL              0            0.00%
-                 -            -          KL (All)        1            33.33%
-                 -            -          Blank           0            0.00%
Both Blank        0            0.00%      -               0            0.00%

Answer 1

第一部分库janitor会有所帮助(即使是第二部分)
第一部分

library(tidyverse)
library(janitor)
df %>% mutate(DATE = as.Date(DATE)) %>% select(1:3) %>%
  unique() %>%
  tabyl(TYPE, DATE) %>%
  adorn_totals("row") %>%
  adorn_percentages("col") %>%
  adorn_pct_formatting(2) %>%
  adorn_ns("front")

  TYPE  2021-01-02  2021-01-03
  Demo 1  (25.00%) 0   (0.00%)
   Pro 3  (75.00%) 1 (100.00%)
 Total 4 (100.00%) 1 (100.00%)