从 table 中提取有用的信息来预测真实场景

Question

假设我是一家快递公司的主管，我想说明我的产品在哪些条件下能以良好的质量送达收件人（例如，没有破损、仍然完好等）。

Product operator1   operator2   operator3   operator4   weather day quality
product1    x   0   0   x   sun mon x
product2    0   x   0   0   grey    tue 0
product3    x   x   x   x   grey    mon x
product4    0   x   0   0   cloudy  fri 0
product5    0   0   x   x   grey    sat 0
product6    x   x   0   0   grey    wed x
product7    x   0   0   x   cloudy  wed 0
product8    0   0   x   x   grey    wed x
product9    x   0   0   0   grey    mon 0
product10   0   0   x   0   cloudy  tue x

所以我有这个（代理）table，我想以任意组合和数量的变量提取此类信息，例如：

Operator1 = x
Operator2 = x
Operator3 = x
Operator4 = x
Weather = sunny
Day = mon
Operator1 = x + Operator2 = x
Operator1 = x + weather = sunny
etc..

测试（优质产品的数量）/（根据特定变量值过滤的产品的数量）的比率是否满足假设 > 0.8。通过这种方式，我可以确定什么是交付我的产品的最佳条件。我知道这是一个复杂的问题，但我希望有人知道某种方式或某些特定的（最好是 R）包可以解决这个问题。

Answer 1

当然可以做你想做的事，我会在这里给你一个例子来说明如何实现，但看起来你可以通过阅读一本很好的 R 入门来理解不同的数据类型和数据操作的基本概念。

首先，我会将您的数据副本作为数据框加载到 R 中：

data.frame(Product = paste0("product", 1:10),
           operator1 = unlist(strsplit("x0x00xx0x0", "")),
           operator2 = unlist(strsplit("0xxx0x0000", "")),
           operator3 = unlist(strsplit("00x0x00x0x", "")),
           operator4 = unlist(strsplit("x0x0x0xx00", "")),
           weather   = c("sun", "grey", "grey", "cloudy", "grey", 
                         "grey", "cloudy", "grey", "grey", "grey"),
           day       = c("mon", "tue", "mon", "fri", "sat", 
                         "wed", "wed", "wed", "mon", "tue"),
           quality = unlist(strsplit("x0x00x0x0x", ""))) -> deliveries

要显示这与您的数据相同：

> deliveries
     Product operator1 operator2 operator3 operator4 weather day quality
1   product1         x         0         0         x     sun mon       x
2   product2         0         x         0         0    grey tue       0
3   product3         x         x         x         x    grey mon       x
4   product4         0         x         0         0  cloudy fri       0
5   product5         0         0         x         x    grey sat       0
6   product6         x         x         0         0    grey wed       x
7   product7         x         0         0         x  cloudy wed       0
8   product8         0         0         x         x    grey wed       x
9   product9         x         0         0         0    grey mon       0
10 product10         0         0         x         0    grey tue       x

现在，我们需要将您的table转换成可以正常处理的格式。 0 和 x 的列不会像您预期的那样被 R 理解，因此您需要将它们转换为 TRUE/FALSE 值或 0/1 值。我们可以在 dplyr 包的帮助下做到这一点，它是 tidyverse:

的一部分

install.packages("tidyverse")
library(tidyverse)

deliveries %<>% transmute(Product = Product,
                          operator1 = as.numeric(operator1 == "x"),
                          operator2 = as.numeric(operator2 == "x"),
                          operator3 = as.numeric(operator3 == "x"),
                          operator4 = as.numeric(operator4 == "x"),
                          weather = weather,
                          day = day,
                          quality   = as.numeric(quality == "x"))

现在您的数据如下所示：

     Product operator1 operator2 operator3 operator4 weather day quality
1   product1         1         0         0         1     sun mon       1
2   product2         0         1         0         0    grey tue       0
3   product3         1         1         1         1    grey mon       1
4   product4         0         1         0         0  cloudy fri       0
5   product5         0         0         1         1    grey sat       0
6   product6         1         1         0         0    grey wed       1
7   product7         1         0         0         1  cloudy wed       0
8   product8         0         0         1         1    grey wed       1
9   product9         1         0         0         0    grey mon       0
10 product10         0         0         1         0    grey tue       1

现在您可以通过将列名称放入 group_by 函数来汇总您选择的任何组合的比例。在这种情况下，让我们做 operator1、day 和 weather:

deliveries %>% 
  group_by(operator1, day, weather) %>% 
  summarise(quality = paste0(mean(quality) * 100, "%"))

这有望给出您正在寻找的那种结果，并显示每个变量组合的质量交付比例。

# A tibble: 8 x 4
# Groups:   operator1, day [?]
  operator1 day   weather quality
      <dbl> <fct> <fct>   <chr>  
1         0 fri   cloudy  0%     
2         0 sat   grey    0%     
3         0 tue   grey    50%    
4         0 wed   grey    100%   
5         1 mon   grey    50%    
6         1 mon   sun     100%   
7         1 wed   cloudy  0%     
8         1 wed   grey    100%

如果您想查看不同的组合，请将传递给 group_by 的变量更改为您想要的任何值。

从 table 中提取有用的信息来预测真实场景

Extract useful information from a table to predict real scenarios

r

prediction