在R中查找主数据-Java 学习之路

我对以下主题有疑问 .

使用Excel后，执行此操作的工作量很高 . 现在我想用自动方式用R来做 .

我有不同型号的洗衣机：

对于每个模型，我有一个包含所有必需组件的data.frame . 以1型号为例

Component = c("A","B","C","D","E","F","G","H","I","J")
Number = c(1,1,1,2,4,1,1,1,2,3)
Model.A= data.frame(Component,Quantity)

作为第二个信息，我有一个包含所有组件的data.frame，所有组件都使用这些组件，另外还有这些组件的实际库存 .

Component = c("A","B","C","D","E","F","G","H","I","J","K","L","M","N","O","P","Q","R","S","T","U","V","W","X","Y","Z")
Stock = c(100,102,103,105,1800,500,600,400,50,80,700,900,600,520,35,65,78,95,92,50,36,34,96,74,5,76)

Comp.Stock = data.frame(Component,Stock)

第三个也是最后一个Inforamtion是关于每周生产环境计划的 . 我每周有4个生产环境计划=计划1个月 . 我得到了一个带有洗衣机型号的数据框架，它将在接下来的4周内生产环境，还有它们的数量 .

pr.Models= c("MODEL.A","MODEL.B","MODEL.C","MODEL.D")
Quantity= c(15000,1000,18000,16000,5000)

Production= data.frame(pr.Models,Quantity)

我现在的问题是，将这些信息组合在一起，我可以将生成的模型（最后的信息）与组件进行比较 . 首先是每个Model的使用组件，另外还有data.frame，它包含所有组件和库存的信息 .

如果组件库存不足以从生产环境计划中生成模型，则目标是获取信息和警告 .

后:(许多相同的组件被不同的模型使用）

希望你理解我的意思，并可以帮助我解决这个问题 .

谢谢=）

编辑：

我无法完成你的所有步骤：

也许这个想法也很好，但我知道如何做到这一点：

也许可以将每个生成的模型（生产环境）与使用的组件合并 . （考虑到生产环境数量和每台洗衣机的数量需求） .

我首选的输出是自动生成具有所需组件的每个生产环境模型的数据帧 .

在下一步中，它应该能够将这些数据与Comp.Stock合并，以查看需要多长时间的组件并将其与库存进行比较 .

你有这方面的想法吗？

也许我对于呈现的方式是愚蠢的......我真的需要一种自动方式，因为有超过4k种不同的组件和超过180种不同型号的洗衣机 .

谢谢

Comp.Stock另外还有所有使用的型号及其数量（生产环境）

1 回答

您需要将模型名称作为第一个data.frame中的列（以匹配 Production ）

Model.A$pr.Models <- 'MODEL.A'

然后你可以合并 . 请注意，有两个“数量”列，您不希望按以下方式合并：

merged <- merge(merge(Model.A, Comp.Stock),Production, by='pr.Models')

Extra 生产环境后你手头有多少：

transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)
##    pr.Models Component Quantity.x Stock Quantity.y Needed  Extra
## 1    MODEL.A         A          1   100      15000  15000 -14900
## 2    MODEL.A         B          1   102      15000  15000 -14898
## 3    MODEL.A         C          1   103      15000  15000 -14897
## 4    MODEL.A         D          2   105      15000  30000 -29895
## 5    MODEL.A         E          4  1800      15000  60000 -58200
## 6    MODEL.A         F          1   500      15000  15000 -14500
## 7    MODEL.A         G          1   600      15000  15000 -14400
## 8    MODEL.A         H          1   400      15000  15000 -14600
## 9    MODEL.A         I          2    50      15000  30000 -29950
## 10   MODEL.A         J          3    80      15000  45000 -44920

如果 Extra 为负数，则您严重缺乏 .

transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)$Extra < 0
##  [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

任何部分都不够 .

作为一个功能：

Not.Enough.Parts <- function(Model, Comp.Stock, Production) {
  Model$pr.Models <- toupper(substitute(Model))
  merged <- merge(merge(Model, Comp.Stock),Production, by='pr.Models')
  extra <- transform(transform(merged, Needed = Quantity.x * Quantity.y), Extra = Stock - Needed)
  retval <- extra$Extra < 0
  names(retval) <- extra$Component
  return(retval)
}

Not.Enough.Parts(Model.A, Comp.Stock, Production)
##    A    B    C    D    E    F    G    H    I    J 
## TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

回复于 2024-05-03T13:11:38+08:00

在R中查找主数据

1 回答

相关问题